Tenho um dataframe com venda de cada cliente, basicamente preciso classificar o cliente no mês como churn (perda) ou não.
Para isso a condição é que, se o cliente no mês de referência (atual) está inativo E no mês passado estava ativo, retornar "churn" pois é um cliente perdido, caso contrário, retornar na.
Consegui fazer isso, mas o problema é que não consigo criar uma estrutura para se o valor no mês anterior for nulo, ir para o próximo mês anterior.
Por exemplo, o Paulo estava on em 02/2021, e em 10/2021 estava off, então deveria retornar "churn" e não "na".
import pandas as pd
import numpy as np
from datetime import datetime
from datetime import timedelta
df = pd.DataFrame({'month_year':['jan/21', 'feb/21', 'mar/21', 'nov/21', 'oct/21', 'apr/21', 'apr/21', 'jan/21', 'jan/21'],
'name':['joao', 'paulo', 'joao', 'joao', 'paulo', 'joao', 'joao', 'paulo', 'paulo'],
'sale_value':[10000, 15000, 3000, 6000, 3000, 1500, 9000, 2000, 4000],
'status':['on', 'on', 'off', 'off', 'off', 'off', 'on', 'on', 'off']})
list_datetime = [datetime.strptime(x, '%b/%y') for x in list(df['month_year'])]
df['month_year'] = list_datetime
df = df.groupby(['month_year', 'name']).agg({'sale_value':'sum','status':'last'})
for df['name'] in list_datetime:
cond_churn = [
((df['status'] == 'on') & (df['status'].shift(periods=-1) == 'off')
| ((df['status'] == 'off') & (df['status'].shift(periods=-1) == 'off'))
| ((df['status'] == 'on') & (df['status'].shift(periods=-1) == 'on')))]
return_churn = ['na']
df['churn'] = np.select(cond_churn, return_churn, default='churn')
df.head(10)
month_year
para o formatodatetime
e depois ordenar o dataframe porname, month_year
. Feito isso, o que foroff
échurn
cond_churn
está correta? Sugiro, ao invés de usar|
(or) usar,
. Com isso vc pode ver onde está o erro. Seria mais ou menos assim:cond_churn = [ cond1, cond2, cond3 ]
e oreturn_churn = [ 'na', 'nb', 'nc']
. Ou seja, se a condiçãocond1
forTrue
, será retornadona
, se acond2
forTrue
, será retornadonb
...