Python中RFV分析的类别月度使用频次均值计算需求

需求说明 #

在RFV分析中，**Frequency（频次）**定义为：各类别在所有月份中每月使用总次数的平均值。例如类别A的月度使用数据如下：

计算后类别A的频次均值为12。

已有代码基础 #

现有分组聚合代码如下，其中date和id_licenca对应的聚合逻辑无需修改，仅需添加频次计算逻辑：

df2 = df = df.groupby('category').agg({
'date' : lambda x: (dt_ref - x.max()).days,
'id_licenca' : lambda x: len(x)
})

期望输出格式 #

最终需要得到包含类别及对应频次均值的结果：

完整实现代码 #

假设原始数据中，category字段包含类似"A - jan"的月份后缀，usage_count字段记录每月使用总次数，完整代码如下：

# 从原始category字段提取不带月份的基础类别
df['base_category'] = df['category'].str.split(' - ', expand=True)[0]

# 分组聚合：保留原有逻辑，新增频次均值计算
df2 = df.groupby('base_category').agg(
    Recency=('date', lambda x: (dt_ref - x.max()).days),
    Total_Licenses=('id_licenca', lambda x: len(x)),
    Average_used=('usage_count', 'mean')  # 新增：计算每月使用总次数的平均值
).reset_index().rename(columns={'base_category': 'Category'})

# 若仅需目标两列，可筛选输出
df_final = df2[['Category', 'Average_used']]
print(df_final)

代码说明 #

1. 通过字符串分割从原始category字段中提取基础类别（如从"A - jan"得到"A"）
2. 在groupby的agg方法中新增Average_used计算，直接用'mean'聚合函数得到每月使用总次数的平均值
3. 最后通过reset_index和rename调整列名，若只需要目标格式的两列，可筛选后输出

内容的提问来源于stack exchange，提问作者user21051730