- 1、本文档共20页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
先来看该电商用户画像用到的标签。
数据内容包括user_id(用户身份)、item_id(商品)、IDbehavior_type(用
户行为类型,包含点击、收藏、加购物车、支付四种行为,分别用数字1、
2、3、4表示)、user_geohash(地理位置)、item_category(品类ID,即商
品所属的品类)、Time(用户行为发生的时间),其中user_id和item_id因
为涉及隐私,做了脱敏处理,显示的是数字编号。
下面是具体的代码实现过程。
01导入库
本示例除了用到numpy、pandas、matplotlib,还用到其他一些模块。
1#导入所需的库
2
3%matplotlibinline
4
5importnumpyasnp
6
7importpandasaspd
8
9frommatplotlibimportpyplotasplt
10
11fromdatetimeimportdatetime
参数说明如下。
▪
%matplotlibinline:一个魔法函数,由于%matplotlibinline的存在,当输入
plt.plot()后,不必再输入plt.show(),图像将自动显示出来。
▪datetime:用来显示时间的模块。
02数据准备
1#导入数据集
2
3df_orginal=pd.read_csv(./taobao_persona.csv)
4
5#抽取部分数据
6
7df=df_orginal.sample(frac=0.2,random_state=None)
此处使用Pandas的read_csv方法读取数据文件,由于数据集太大,为了提高
运行效率,使用sample函数随机抽取20%的数据。
DataFrame.sample()是Pandas中的函数,DataFrame是一种数据格式,代指
df_orginal。frac(fraction)是抽取多少数据,random_state是随机数种子,目
的是保证每次随机抽取的数据一样,防止执行命令时使用不一样的数据。
03数据预处理
1#查看其中是否有缺失值,统计各字段缺失值
2
3df.isnull().any().sum()
4
5#发现只有user_geohash有缺失值,且缺失的比例很高,无统计分析的意义,
将此列删除
6
7df.drop(user_geohash,axis=1,inplace=True)
8
9#将time字段拆分为日期和时段
10
11df[date]=df[time].str[0:10]
12
13df[time]=df[time].str[11:]
14
15df[time]=df[time].astype(int)
16
17#date用str方法取0-9位的字符,time取11位到最后一位,将time转化成
int类型。
18
19#将时段分为凌晨,上午,中午,下午,晚上
20
21df[hour]=pd.cut(df[time],bins=[-1,5,10,13,18,24],labels=[
凌晨,上午,
22
23中午,下午,晚上])
结果如图1所示。
图1数据预处理结果
1#生成用户标签表,制作好的标签都加入这个表中
2
3users=df[user_id].unique()
4
5label
您可能关注的文档
- 客户服务管理师三级技能练习题.pdf
- 宠物医院实习周记范文3篇.pdf
- 实验室用水质量要求与验收作业指导书.pdf
- 实验室实施方案.pdf
- 实验八报告(木马病毒2冰河木马)解析.pdf
- MRR系列磁栅尺读数头用户手册.pdf
- G32A1465 产品简介中文.pdf
- MH0系列磁栅尺读数头用户手册.pdf
- 随机性信号检测.pdf
- AHT20温湿度传感器说明书中文版C0-202407.pdf
- AN024_星历原始观测数据协议.pdf
- APM32F051x6x8数据操作说明 V1.6中文.pdf
- AN1086_APM32F4xx_ISP应用笔记中文.pdf
- APM32F051R8 EVAL Board使用调试操作说明V1.0中文.pdf
- APM32F4xxx用户操作说明 V2.2中文.pdf
- APM32F411xCxE 数据操作说明 V1.3中文.pdf
- AN019_NMEA0183协议说明_北云科技.pdf
- AGP21系列电容式薄膜真空规说明书 A1-20240628.pdf
- AHT40温湿度传感器说明书中文版 A1-202406.pdf
- AN1096_APM32F035_HvMOTOR EVAL无感矢量控制方案_V1.1中文.pdf
文档评论(0)