【问题标题】:Allocate customers based on their expenditure moving average根据支出移动平均分配客户
【发布时间】:2021-10-20 15:16:37
【问题描述】:

我想在我正在工作的案例中寻求您的支持。 从 1 月到 7 月,我有一个大约 80.000 行的数据集,其中有客户支出和基于 3 个月的支出移动平均值。 我需要逐月检查客户行为,以检查客户行为是增加、减少还是稳定,并在新列中报告客户属于哪个组。

这里的问题是,我在时段之间有很多波动,这使得很难对客户进行分类。我想有一个衡量标准来判断月份之间的支出变化在一般情况下是否显着。

我检查了移动平均控制图,但它只能让我知道谁在限制内消费(消费稳定的客户),但这只是问题的一部分。

我还检查了一些关于平稳序列的时间序列场景中的测试。

谢谢!

【问题讨论】:

  • 嗨,玛丽安,您能生成一个与您的数据和预期结果相似的虚拟|假数据集吗?

标签: python design-patterns time-series cluster-analysis moving-average


【解决方案1】:

也许可以试试

# standard deviation 
sample.std(ddof=0)

# mean (average) absolute deviation
sample.mad()

?

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-06-05
    • 1970-01-01
    • 2020-08-11
    • 2021-03-18
    • 2020-05-19
    • 2017-09-01
    • 2014-11-25
    • 2023-03-12
    相关资源
    最近更新 更多