Agregación

Análisis de cesta de la compra en Python

Isaiah Hull

Visiting Associate Professor of Finance, BI Norwegian Business School

Explorando los datos

import pandas as pd

# Carga datos de regalos.
gifts = pd.read_csv('datasets/novelty_gifts.csv')

# Vista previa con head().
print(gifts.head())

  InvoiceNo                          Description
0    562583      IVORY STRING CURTAIN WITH POLE 
1    562583        PINK AND BLACK STRING CURTAIN
2    562583                PSYCHEDELIC TILE HOOK
3    562583                ENAMEL COLANDER CREAM
4    562583  SMALL FOLDING SCISSOR(POINTED EDGE)
Análisis de cesta de la compra en Python

Explorando los datos

# Imprime el número de transacciones.
print(len(gifts['InvoiceNo'].unique()))

9709

# Imprime el número de ítems.
print(len(gifts['Description'].unique()))

3461
Análisis de cesta de la compra en Python

Poda y agregación

Poda El diagrama muestra una lista de ítems; algunos están tachados para indicar que se han podado.

Agregación El diagrama muestra una lista de ítems mapeada a una lista más pequeña para indicar que

Análisis de cesta de la compra en Python

Agregando los datos

# Carga datos one-hot
onehot = pd.read_csv('datasets/online_retail_onehot.csv')

# Vista previa del DataFrame
print(onehot.head(2))

    50'S CHRISTMAS GIFT BAG LARGE   DOLLY GIRL BEAKER ...  ZINC WILLIE WINKIE  CANDLE STICK
0                           False               False                               False
1                           False               False                               True
Análisis de cesta de la compra en Python

Agregando los datos

# Selecciona los nombres de columna para bolsas y cajas
bag_headers = [i for i in onehot.columns if i.lower().find('bag')>=0]
box_headers = [i for i in onehot.columns if i.lower().find('box')>=0]

# Identifica los encabezados de columna
bags = onehot[bag_headers]
boxes = onehot[box_headers]
print(bags)

       50'S CHRISTMAS GIFT BAG LARGE   RED SPOT GIFT BAG LARGE  
0                              False                     False   
1                              False                     False
...                             ...                      ...
Análisis de cesta de la compra en Python

Agregando los datos

# Sumar por columnas
bags = (bags.sum(axis=1) > 0.0).values
boxes = (boxes.sum(axis=1) > 0.0).values
print(bags)

[False  True False ... False  True False]
Análisis de cesta de la compra en Python

Agregando los datos

# Añadir resultados al DataFrame
aggregated = pd.DataFrame(np.vstack([bags, boxes]).T, columns = ['bags', 'boxes'])

print(aggregated.head())

    bags  boxes
0  False  False
1   True  False
2  False  False
3  False  False
4   True  False
Análisis de cesta de la compra en Python

Análisis de cesta con agregados

  • Proceso de agregación:
    • Ítems -> Categorías
    • Calcular métricas
    • Identificar reglas
# Calcular soporte
print(aggregated.mean())

bags     0.130075
boxes    0.071429
Análisis de cesta de la compra en Python

¡Vamos a practicar!

Análisis de cesta de la compra en Python

Preparing Video For Download...