Pandas比对两年DataFrame唯一客户ID 计算门店客户流失数量

解决方法 #

你原有代码统计的是订单维度的匹配结果，同一个客户多次下单会被重复计数，无法反映真实唯一客户的流失情况。要基于唯一客户统计流失数，可按以下步骤实现：

步骤1：提取两年的唯一客户ID

# 分别提取2017、2018年的唯一客户ID集合
unique_cus_2017 = df[df['OrderYear'] == 2017]['Customer ID'].unique()
unique_cus_2018 = df[df['OrderYear'] == 2018]['Customer ID'].unique()

步骤2：计算流失客户数量

流失客户定义为「2017年有消费记录、2018年无任何消费记录的唯一客户」，有两种常用实现方式：

方式1：用pandas的isin方法判断

# 对2017年唯一客户判断是否在2018年客户列表中，取反求和即为流失数
churn_count = sum(~pd.Series(unique_cus_2017).isin(unique_cus_2018))
print(f"2017-2018年流失客户数量：{churn_count}")

方式2：用集合求差集（更直观）

set_2017 = set(unique_cus_2017)
set_2018 = set(unique_cus_2018)
# 差集即为仅在2017年出现的客户，也就是流失客户
churn_customers = set_2017 - set_2018
churn_count = len(churn_customers)
print(f"2017-2018年流失客户数量：{churn_count}")

如果需要额外计算客户留存率，可以加一行代码：

retention_rate = len(set_2017 & set_2018) / len(set_2017)
print(f"2017年客户在2018年的留存率：{retention_rate:.2%}")

内容的提问来源于stack exchange，提问作者cped