区块链毕设网qklbishe.com为您提供问题的解答

题目描述：

现有某店铺会员消费情况sales.csv。包含以下字段：

• user_id：会员编号；
• recency：最近一次消费距离当天的天数；
• frequency：一段时间内消费的次数；
• monetary：一段时间内消费的总金额。

请你分别对每个用户的每个消费特征进行评分。

输入描述：

输出描述：

请你对每个用户销售情况的每个特征进行评分，分值为1-4分。对于recency特征，值越小越好。对于frequency和monetary值越大越好。请分别将对应的数据进行四等分并评分，如对于recency：

• 数值小于等于下四分位数则评为4分；
• 大于下四分位数并且小于等于中位数则评为3分；
• 大于中位数且小于等于上四分位数则评为2分；
• 大于上四分位数则评为1分。

对于frequency和monetary则方法刚好相反。

要求给所有数据进行评分，并输出前5行。以上数据的输出结果如下：

import pandas as pd sales = pd.read_csv("sales.csv") sales["monetary"] = sales["monetary"].astype("float") sales["R_Quantile"] = pd.qcut(sales["recency"], [0, 0.25, 0.5, 0.75, 1],                               labels=["4", "3", "2", "1"]).astype("int") sales["F_Quantile"] = pd.qcut(sales["frequency"], [0, 0.25, 0.5, 0.75, 1],                                labels=["1", "2", "3", "4"]).astype("int") sales["M_Quantile"] = pd.qcut(sales["monetary"], [0, 0.25, 0.5, 0.75, 1],                                labels=["1", "2", "3", "4"]).astype("int") print(sales.head())

以上就是关于问题题目描述： 现有某店铺会员消费情况sales.csv。包含以下字段： user_id：会员编号； recency：最近一次消费距离当天的天数； frequency：一段时间内消费的次数； monetary：一段时间内消费的总金额。 请你分别对每个用户的每个消费特征进行评分。 输入描述： 数据集可以从当前目录下sales.csv读取。
输出描述： 请你对每个用户销售情况的每个特征进行评分，分值为1-4分。对于recency特征，值越小越好。对于frequency和monetary值越大越好。请分别将对应的数据进行四等分并评分，如对于recency： 数值小于等于下四分位数则评为4分； 大于下四分位数并且小于等于中位数则评为3分； 大于中位数且小于等于上四分位数则评为2分； 大于上四分位数则评为1分。 对于frequency和monetary则方法刚好相反。 要求给所有数据进行评分，并输出前5行。以上数据的输出结果如下：的答案

欢迎关注区块链毕设网-
专业区块链毕业设计成品源码，定制。

区块链NFT链游项目方科学家脚本开发培训