利用K-Means聚类进行航空公司客户价值分析知识分享
航空公司聚类分析报告
航空公司聚类分析报告本文将进行航空公司的聚类分析，旨在对航空公司进行分类，以便于更好地理解和比较不同航空公司之间的特点和业务模式。
在航空业这一复杂的行业中，航空公司扮演着重要角色。
航空公司的经营模式、服务质量、航线网络以及价格策略等因素将直接影响到乘客的选择和满意度。
为了实现对航空公司的分类，需要使用适当的聚类算法。
在本次分析中，我们选择使用聚类算法中的K-means算法。
该算法将航空公司的特征数据作为输入，通过迭代计算来将航空公司分成不同的簇。
在分析之前，我们需要对数据进行预处理。
首先，我们需要收集航空公司的相关数据，如市场份额、客户满意度、航线数量、抵达准时率等。
然后，对这些数据进行清洗和归一化处理，以确保数据的准确性和可比性。
接下来，我们将使用K-means算法对预处理后的数据进行聚类。
K-means算法的基本思想是根据簇内数据点的相似性，将数据分成不同的簇。
具体而言，算法首先选择K个初始中心点，然后将每个数据点分配给距离其最近的中心点所属的簇，接着重新计算每个簇的中心点，再次将每个数据点分配给距离其最近的中心点，重复这个过程，直到簇内的数据点不再发生变化。
在得到聚类结果后，我们可以对不同的航空公司进行比较。
通过观察每个簇的特征和表现，我们可以研究各个聚类的特点，并根据需要对航空公司进行分类。
最后，我们可以通过可视化的方式将聚类结果呈现出来。
利用散点图或者雷达图等可视化工具，我们可以清晰地展示不同航空公司在各个特征上的表现，并进一步探讨其在簇内与其他航空公司的相似性和差异性。
通过以上的分析，我们可以得出关于不同航空公司的结论，并基于这些结论提出适应性较强的建议。
这些建议可以帮助航空公司改进其经营战略，提高服务质量，增加市场竞争力。
航空公司客户价值分析Kmeans
数据变换由于原始数据没有直接给出LRFMC五个指标，需要自己计算，具体的计算方式为：（1）L=LOAD_TIME-FFP_DATE（2）R=LAST_TO_END（3）F=FLIGHT_COUNT(4) M=SEG_KM_SUM（5）C=avg_discount数据变换的Python代码如下：1.def reduction_data(datafile,reoutfile):2. data=(cleanoutfile,encoding='utf-8')3.data=data[['LOAD_TIME','FFP_DATE','LAST_TO_END','FLIGHT_COUNT','SEG _KM_SUM','avg_discount']]4.# data['L']=(data['LOAD_TIME'])(data['FFP_DATE'])5.#data['L']=int(((parse(data['LOAD_TIME'])-parse(data['FFP_ADTE'])).d ays)/30)6.####这四行代码费了我3个小时7. d_ffp=(data['FFP_DATE'])8. d_load=(data['LOAD_TIME'])9. res=d_load-d_ffp10. data['L']=(lambda x:x/(30*24*60,'m'))11.12. data['R']=data['LAST_TO_END']13. data['F']=data['FLIGHT_COUNT']14. data['M']=data['SEG_KM_SUM']15. data['C']=data['avg_discount']16. data=data[['L','R','F','M','C']]17.(reoutfile)变换结果如下：客户聚类采纳kMeans聚类算法对客户数据进行客户分组，聚成5组，Python代码如下：1.import pandas as pd2.from import KMeans3.import as plt4.from itertools import cycle5.6.datafile='./tmp/'7.k=58.classoutfile='./tmp/'9.resoutfile='./tmp/'10.data=(datafile)11.12.kmodel=KMeans(n_clusters=k,max_iter=1000)13.(data)14.15.# print16.r1=.value_counts()17.r2=18.r=([r2,r1],axis=1)19.=list+['类别数量']20.# print(r)21.# (classoutfile,index=False)22.23.r=([data,,index=],axis=1)24.=list+['聚类类别']25.# (resoutfile,index=False)对数据进行聚类分群的结果如下表所示：。
航空客户价值分析特色LRFMC模型——RFM升级
航空客户价值分析特色LRFMC模型——RFM升级本文转载自微信公众号TIpDM。
每每以为攀得众山小，可、每每又切实来到起点，大牛们，缓缓脚步来俺笔记葩分享一下吧，please~———————————————————————————我们说RFM模型由R(最近消费时间间隔)、F(消费频次)和M(消费总额)三个指标构成，通过该模型识别出高价值客户。
但该模型并不完全适合所有行业，如航空行业，直接使用M指标并不能反映客户的真实价值，因为“长途低等舱”可能没有“短途高等舱”价值高。
所以得根据实际行业灵活调整RFM模型的指标，本文就拿航空公司的数据为例，将RFM模型构建成L(入会至当前时间的间隔，反映可能的活跃时长)、R(最近消费时间距当前的间隔，反映当前的活跃状态)、F(乘机次数，反映客户的忠诚度)、M(飞行里程数，反映客户对乘机的依赖性)和C(舱位等级对应的折扣系数，侧面反映客户价值高低)5个指标。
下面就利用这5个指标进行客户价值分群的实战：#########设置工作空间####setwd('D:/spss modeler/数据')#######数据的读取datafile=read.csv('./air_data.csv',header=T)该数据集包含了62988条会员记录，涉及会员号、入会时间、首次登机时间、性别等44个字段。
发现这么多字段中，正真能使用到的字段只有FFP_DATE(入会时间)、LOAD_TIME(观测窗口结束时间，可理解为当前时间)、FLIGHT_COUNT(乘机次数)、SUM_YR_1(票价收入1)、SUM_YR_2(票价收入2)、SEG_KM_SUM(飞行里程数)、LAST_FLIGHT_DATE(最后一次乘机时间)和avg_discount(舱位等级对应的平均折扣系数)。
下面来看一下这些数据的分布情况：##确定探索分析变量col=c(15:18,20:29)#去掉日期型变量###输出变量最值，缺失情况summary(datafile[,col])发现数据中存在异常，如票价收入为空或0、舱位等级对应的平均折扣系数为0。
K均值算法在航空航天领域中的应用方法(Ⅲ)
K均值算法在航空航天领域中的应用方法引言航空航天领域一直是科技创新的重要领域之一，而在这个领域中，数据分析和模式识别算法的应用尤为重要。
K均值算法作为一种常用的聚类算法，在航空航天领域中也有着广泛的应用。
本文将详细探讨K均值算法在航空航天领域中的应用方法。
K均值算法概述K均值算法是一种经典的聚类算法，其基本思想是将n个样本分成k个簇，使得簇内的样本相似度较高，而簇间的相似度较低。
具体而言，算法首先随机初始化k个质心，然后根据样本到质心的距离将样本分配到最近的簇中，接着更新每个簇的质心，重复这个过程直至收敛。
最终得到k个簇和它们的质心。
K均值算法在航空航天领域中的应用在航空航天领域中，K均值算法被广泛应用于飞行器状态监测、航线优化、航空器设计等方面。
下面将分别详细介绍这些应用方法。
飞行器状态监测飞行器状态监测是航空航天领域中的一个关键问题，通过监测飞行器的状态数据，可以及时发现飞行器的异常情况，以确保飞行器的安全飞行。
K均值算法可以应用于飞行器状态数据的聚类分析，将相似状态的数据聚集到一起，从而帮助工程师更好地理解不同状态下的飞行器性能特点，为异常检测和故障诊断提供支持。
航线优化航线优化是航空公司运营中的一个重要问题，通过合理优化航线可以降低航空公司的运营成本、提高飞行效率和舒适度。
K均值算法可以应用于对航班数据进行聚类分析，找出相似的航班，进而为航线优化提供决策支持。
例如，可以根据不同航班的起降时间、飞行时间、飞行高度等特征进行聚类分析，找出相似的航班并对其进行优化调整。
航空器设计在航空器设计中，K均值算法可以应用于对客户需求进行聚类分析，找出相似的需求并设计相应的航空产品。
例如，可以根据客户对飞机的使用需求、舒适度要求、价格敏感度等特征进行聚类分析，找出相似的客户需求并设计出相应的航空产品，从而更好地满足市场需求。
结论K均值算法作为一种经典的聚类算法，在航空航天领域中有着广泛的应用。
本文对K均值算法在飞行器状态监测、航线优化和航空器设计等方面的应用方法进行了探讨。
python数据分析与挖掘实战---航空公司客户价值分析
python数据分析与挖掘实战---航空公司客户价值分析航空公司客户价值分析⼀、背景与挖掘⽬标客户关系管理是企业的核⼼问题，关键在于客户的分类：区别⽆价值客户，⾼价值客户，针对不同客户群体有的放⽮投放具体服务⽅案，实现企业利润最⼤化的⽬标。
各⼤航空公司采取优惠措施喜迎更多客户，国内航司⾯对客户流失和资源未完全利⽤等危机，因此建⽴⼀个客户价值评估模型来实现对客户的分类。
⼆、分析⽅法与过程本次的分析⽬的在于客户价值识别，客户价值识别最常⽤的模型是RFM模型：R（最近消费时间间隔）F（消费频率）M（消费⾦额）。
飞机票价取决于飞⾏距离和仓位等级，消费同等⾦额票价的旅客对航司的价值不⼀定相同：购买短程头等舱的旅客和购买长途经济舱的旅客，明显前者对航司的贡献更⼤。
所以对M（消费⾦额）建模时要进⾏修改：⽤⾥程数平均值M和仓位折扣系数平均值C来代替消费的⾦额。
同时，考虑旅客中，加⼊会员的时间越长，客户的潜在价值⼀般越⾼，所以定义⼀个客户关系长度L,作为区分客户的另⼀指标。
接下来针对LRFMC模型，对客户进⾏区分。
LRFMC模型：（1）客户关系长度L：航空公司会员时间的长短。
（2）是消费时间间隔R。
（3）消费频率F。
（4） 飞⾏⾥程M。
（5） 折扣系数的平均值C。
LRFMC模型指标含义：（1） L：会员⼊会时间距观测窗⼝结束的⽉数。
（2） R：客户最近⼀次乘坐公司飞机距离观测窗⼝结束的⽉数。
（3） F：客户在观测窗⼝内乘坐公司飞机的次数。
（4） M：客户在观测窗⼝内累计的飞⾏⾥程碑。
（5） C：客户在观测窗⼝内乘坐仓位所对应的折扣系数的平均值。
⽅法：本案例采⽤聚类的⽅法，通过对航空公司客户价值的LRFMC模型的五个指标进⾏K-Means聚类，识别客户价值。
三、数据描述给出所有属性的基本信息，共25个属性，均⽆⼤量缺失现象或缺失现象很少。
四、建模1、数据探索分析对数据进⾏缺失值分析与异常值分析，分析出数据的规律以及异常值查找每列属性观测值个数，最⼤值，最⼩值。
基于K-means聚类算法的机场客流量变化对机场出租车数量影响情况
基于K-means聚类算法的机场客流量变化对机场出租车数量影响情况引言:一、K-means聚类算法简介K-means聚类算法是一种经典的无监督学习算法，它可以将数据集划分为K个不重叠的簇，每个簇的数据点都与簇内的均值最为接近。
该算法的基本思想是通过迭代的方式将数据点划分为K个簇，使得每个数据点到其所属簇的中心点的距离之和最小。
K-means算法的过程可以描述为以下几个步骤：1. 选择K个初始的簇中心点；2. 将每个数据点分配到最近的簇中心点所在的簇；3. 更新每个簇的中心点为该簇内所有数据点的平均值；4. 重复步骤2和步骤3直到收敛。
K-means算法适用于处理具有数字特征的数据集，其能够有效地发现数据集中的分布模式和簇结构。
在本文的研究中，我们将利用K-means算法来对机场客流量的变化进行聚类分析，以探究客流量的变化对机场出租车数量的影响情况。
二、数据搜集和预处理为了进行研究，我们需要搜集到机场客流量和出租车数量的相关数据。
通常机场的客流量数据可以通过机场运营管理系统或者相关调查数据来获取，而出租车数量可以通过机场附近交通管理部门或者出租车公司进行获取。
在数据搜集过程中，需要注意保护用户隐私，确保数据的合法性和真实性。
在搜集到数据后，我们需要进行数据预处理工作。
首先需要对数据进行清洗，去除重复数据和错误数据。
其次需要对数据进行转换和标准化处理，将不同维度的数据统一到相同的尺度上，以便于进行聚类分析。
三、客流量变化分析在对机场客流量数据进行分析时，我们首先需要对客流量数据进行时间序列分析，以了解客流量的变化规律。
通常来说，机场客流量的变化会受到一些外部因素的影响，比如航班的到达和出发时间、旅游旺季和淡季、节假日等因素。
通过时间序列分析，我们可以找出客流量的周期性变化规律和趋势性变化规律，从而为后续的聚类分析提供有益的参考。
在完成客流量数据的预处理和分析后，接下来我们将利用K-means聚类算法对客流量数据进行聚类分析。
基于K-means聚类算法的机场客流量变化对机场出租车数量影响情况
基于K-means聚类算法的机场客流量变化对机场出租车数量影响情况机场作为城市的重要交通枢纽，承担着连接城市与世界各地的重要使命。
随着航空业的不断发展，机场的客流量也在不断增加。
随之而来的问题之一就是机场周边交通的运营情况，特别是出租车数量是否足够满足旅客的需求。
本文将通过K-means聚类算法分析机场客流量变化对机场出租车数量的影响情况。
一、研究背景随着民航业的快速发展，全球各大城市的机场客流量也呈现出持续增长的趋势。
机场客流量的增加不仅对机场设施、服务质量提出了更高的要求，同时也对机场周边交通的运营提出了挑战。
出租车作为重要的机场交通方式之一，其数量是否足够满足旅客的需求，成为了一个亟待解决的问题。
K-means聚类算法是一种常用的机器学习算法，主要用于对数据集进行聚类分析。
通过对机场客流量数据进行K-means聚类分析，可以研究不同客流量情况下对机场出租车数量的影响，为机场管理部门提供科学数据支持，优化出租车运营策略，提高出租车的服务质量和效率。
二、研究内容和方法本文将通过收集机场客流量数据和机场出租车数量数据，利用K-means聚类算法对机场客流量进行分析，研究不同客流量情况下对机场出租车数量的影响。
具体研究内容和方法如下：1.数据收集：收集某一机场一定时间内的客流量数据和出租车数量数据，包括每日客流量、每小时客流量以及出租车数量等。
2.数据预处理：对收集到的原始数据进行清洗和处理，包括去除异常值、填补缺失值等，保证数据的可靠性和准确性。
3.K-means聚类分析：利用K-means聚类算法对客流量数据进行聚类分析，将客流量分为不同的类别，划分不同的客流量水平。
三、研究结果和讨论1.客流量增加对出租车数量的影响：客流量增加对机场出租车数量的需求量会产生一定影响，客流量较大的时段出租车需求量明显增加。
3.出租车运营策略优化：结合客流量变化对出租车数量的影响情况，机场管理部门可以针对不同客流量水平优化出租车运营策略，提高出租车的服务质量和效率。
kmeans聚类算法应用实例
kmeans聚类算法应用实例K-Means聚类算法应用实例一、K-Means聚类算法简介K-Means聚类算法是一种基于凝聚属性的迭代算法，它旨在将数据集中的样本点分类划分到指定数量的簇中，以达到相关性最强的分组效果。
算法的核心思想是，寻找代表簇中心的聚类中心，并根据距离聚类中心的远近，将样本分类到不同的簇中。
K-Means聚类的目的是要求出最优的聚类中心，使得样本集可以被完美划分成K个簇。
二、K-Means聚类算法的应用实例（1）客群分析K-Means聚类算法可以帮助分析客户行为及消费习惯，自动归类用户构成不同客群，如：高价值客户，积极向上的客户，偶尔购买的客户，交易历史较短的客户，低价值客户等，使企业更明确地识别其客户，选择最佳的沟通方式，创造出最大的收益。
（2）市场营销用户的社会属性，行为属性和品牌属性等，都可以利用K-Means算法对用户进行分类，进而分析用户喜好，细分市场，在不同市场中采取不同的营销战略，从而从更佳的维度去理解市场消费行为，深入分析和把握客户的行为，改善企业的市场营销效果。
（3）图像聚类K-Means聚类算法也可以用于图像处理中的相似图像聚类，以减少用户在查看数据时需要处理太多图像。
它旨在将图像划分为几个集群，使得每个簇中的样本相似度最高。
K-Means聚类算法可以用于解决视觉识别任务中的分类问题，提高图像识别系统的正确率以及效率。
（4）故障诊断K-Means聚类也可以用于故障诊断，将系统参数情况分类，来区分出系统的故障，当某一参数的值远低于正常值时，可以准确的将其分类为异常值，从而确定系统存在什么故障，从而可以有效降低系统故障率，提高系统稳定性和可靠性。
三、四、K-Means聚类算法的优缺点（1）优点a. K-Means算法效率高，计算量少；b. K-Means算法易于实现，调参相对容易；c. K-Means算法执行简单，可轻松融入现有系统；d. K-Means具有 translation invariant， scale invariant等特性，可解决非线性问题；（2）缺点a. K-Means算法的缺点是受初始聚类中心的影响较大，其结果可能受噪声干扰；b. K-Means算法可能收敛到局部最佳解；c. K-Means算法不能解决不同量级聚类间隔差异大的问题；d. K-Means算法对异常值存在敏感性，容易影响到聚类结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
利用K-Means聚类进行航空公司客户价值分析1.背景与挖掘目标1.1背景航空公司业务竞争激烈，从产品中心转化为客户中心。
针对不同类型客户，进行精准营销，实现利润最大化。
建立客户价值评估模型，进行客户分类，是解决问题的办法1.2挖掘目标借助航空公司客户数据，对客户进行分类。
对不同的客户类别进行特征分析，比较不同类客户的客户价值对不同价值的客户类别提供个性化服务，制定相应的营销策略。
详情数据见数据集内容中的air_data.csv和客户信息属性说明2.分析方法与过程2.1分析方法首先，明确目标是客户价值识别。
识别客户价值，应用最广泛的模型是三个指标（消费时间间隔（Recency）,消费频率（Frequency）,消费金额（Monetary））以上指标简称RFM 模型，作用是识别高价值的客户消费金额，一般表示一段时间内，消费的总额。
但是，因为航空票价收到距离和舱位等级的影响，同样金额对航空公司价值不同。
因此，需要修改指标。
选定变量，舱位因素=舱位所对应的折扣系数的平均值=C，距离因素=一定时间内积累的飞行里程=M。
再考虑到，航空公司的会员系统，用户的入会时间长短能在一定程度上影响客户价值，所以增加指标L=入会时间长度=客户关系长度总共确定了五个指标，消费时间间隔R，客户关系长度L，消费频率F，飞行里程M和折扣系数的平均值C以上指标，作为航空公司识别客户价值指标，记为LRFMC模型如果采用传统的RFM模型，如下图。
它是依据，各个属性的平均值进行划分，但是，细分的客户群太多，精准营销的成本太高。
综上，这次案例，采用聚类的办法进行识别客户价值，以LRFMC模型为基础本案例，总体流程如下图2.2挖掘步骤从航空公司，选择性抽取与新增数据抽取，形成历史数据和增量数据对步骤一的两个数据，进行数据探索性分析和预处理，主要有缺失值与异常值的分析处理，属性规约、清洗和变换利用步骤2中的已处理数据作为建模数据，基于旅客价值的LRFMC模型进行客户分群，对各个客户群再进行特征分析，识别有价值客户。
针对模型结果得到不同价值的客户，采用不同的营销手段，指定定制化的营销服务，或者针对性的优惠与关怀。
（重点维护老客户）2.3数据抽取选取，2014-03-31为结束时间，选取宽度为两年的时间段，作为观测窗口，抽取观测窗口内所有客户的详细数据，形成历史数据对于后续新增的客户信息，采用目前的时间作为重点，形成新增数据2.4探索性分析本案例的探索分析，主要对数据进行缺失值和异常值分析。
发现，存在票价为控制，折扣率为0，飞行公里数为0。
票价为空值，可能是不存在飞行记录，其他空值可能是，飞机票来自于积分兑换等渠道，查找每列属性观测值中空值的个数、最大值、最小值的代码如下。
import pandas as pddatafile= r'/home/kesci/input/date27730/air_data.csv' #航空原始数据,第一行为属性标签resultfile = r'/home/kesci/work/test.xls' #数据探索结果表data = pd.read_csv(datafile, encoding = 'utf-8') #读取原始数据，指定UTF-8编码（需要用文本编辑器将数据装换为UTF-8编码）explore = data.describe(percentiles = [], include = 'all').T #包括对数据的基本描述，percentiles参数是指定计算多少的分位数表（如1/4分位数、中位数等）；T是转置，转置后更方便查阅print(explore)explore['null'] = len(data)-explore['count'] #describe()函数自动计算非空值数，需要手动计算空值数explore = explore[['null', 'max', 'min']]explore.columns = [u'空值数', u'最大值', u'最小值'] #表头重命名print('-----------------------------------------------------------------以下是处理后数据')print(explore)'''这里只选取部分探索结果。
describe()函数自动计算的字段有count（非空值数）、unique（唯一值数）、top（频数最高者）、freq（最高频数）、mean （平均值）、std（方差）、min（最小值）、50%（中位数）、max（最大值）'''-----------------------------------------------------------------以下是处理前数据count unique top freq mean stdMEMBER_NO 62988 NaNNaN NaN 31494.5 18183.2FFP_DATE 62988 3068 2011/01/13 184 NaN NaNFIRST_FLIGHT_DATE 62988 3406 2013/02/16 96 NaN NaNGENDER 62985 2男48134 NaN NaNFFP_TIER 62988 NaN NaN NaN 4.10216 0.373856WORK_CITY 60719 3310 广州9385 NaN NaNWORK_PROVINCE 59740 1185广东17507 NaN NaNWORK_COUNTRY 62962 118CN 57748 NaN NaN...-----------------------------------------------------------------以下是处理后数据空值数最大值最小值MEMBER_NO 0 62988 1 FFP_DATE 0 NaN NaN FIRST_FLIGHT_DATE 0 NaN NaN GENDER 3 NaN NaN FFP_TIER 0 6 4 WORK_CITY 2269 NaN NaN WORK_PROVINCE 3248 NaN NaN WORK_COUNTRY 26 NaN NaN AGE 420 110 6 LOAD_TIME 0 NaN NaN FLIGHT_COUNT 0 213 2BP_SUM 0 505308 0 ...2.3数据预处理数据清洗丢弃票价为空记录丢弃票价为0、平均折扣率不为0、总飞行公里数大于0的记录import pandas as pddatafile= '/home/kesci/input/date27730/air_data.csv' #航空原始数据,第一行为属性标签cleanedfile = '' #数据清洗后保存的文件data = pd.read_csv(datafile,encoding='utf-8') #读取原始数据，指定UTF-8编码（需要用文本编辑器将数据装换为UTF-8编码）data = data[data['SUM_YR_1'].notnull() &data['SUM_YR_2'].notnull()] #票价非空值才保留#只保留票价非零的，或者平均折扣率与总飞行公里数同时为0的记录。
index1 = data['SUM_YR_1'] != 0index2 = data['SUM_YR_2'] != 0index3 = (data['SEG_KM_SUM'] == 0) &(data['avg_discount'] == 0) #该规则是“与”,书上给的代码无法正常运行，修改'*'为'&'data = data[index1 | index2 | index3] #该规则是“或”print(data)# data.to_excel(cleanedfile) #导出结果————————————————————以下是处理后数据————————MEMBER_NO FFP_DATEFIRST_FLIGHT_DATE GENDER FFP_TIER \0 54993 2006/11/02 2008/12/24男 61 28065 2007/02/19 2007/08/03男 62 55106 2007/02/01 2007/08/30男 63 21189 2008/08/22 2008/08/23男 54 39546 2009/04/10 2009/04/15男 65 56972 2008/02/10 2009/09/29男 66 44924 2006/03/22 2006/03/29男 67 22631 2010/04/09 2010/04/09女 68 32197 2011/06/07 2011/07/01男 59 31645 2010/07/05 2010/07/05女 6属性规约原始数据中属性太多，根据航空公司客户价值LRFMC模型，选择与模型相关的六个属性。
删除其他无用属性，如会员卡号等等def reduction_data(data):data = data[['LOAD_TIME', 'FFP_DATE','LAST_TO_END', 'FLIGHT_COUNT', 'SEG_KM_SUM','avg_discount']]#data['L']=pd.datetime(data['LOAD_TIME'])-pd.datetime(data['F FP_DATE'])#data['L']=int(((parse(data['LOAD_TIME'])-parse(data['FFP_AD TE'])).days)/30)d_ffp = pd.to_datetime(data['FFP_DATE'])d_load = pd.to_datetime(data['LOAD_TIME'])res = d_load - d_ffpdata2=data.copy()data2['L'] = res.map(lambda x: x / np.timedelta64(30 * 24 * 60, 'm'))data2['R'] = data['LAST_TO_END']data2['F'] = data['FLIGHT_COUNT']data2['M'] = data['SEG_KM_SUM']data2['C'] = data['avg_discount']data3 = data2[['L', 'R', 'F', 'M', 'C']]return data3data3=reduction_data(data)print(data3)————————————以下是以上代码处理后数据————————————L R F M C0 90.200000 1 210 580717 0.9616391 86.566667 7 140 293678 1.2523142 87.166667 11 135 283712 1.2546763 68.233333 97 23 281336 1.0908704 60.5333335 152 309928 0.9706585 74.700000 79 92 294585 0.9676926 97.700000 1 101 287042 0.9653477 48.400000 3 73 287230 0.9620708 34.266667 6 56 321489 0.828478数据变换意思是，将原始数据转换成“适当”的格式，用来适应算法和分析等等的需要。