Python数据分析必知必会：TGI指数

这是Python数据分析实战的第一个案例，详细解读TGI指数，并用Python代码实现基础的TGI偏好分析。

经常有一些专业的数据分析报告，会提到TGI指数，例如“基于某某TGI指数，我们发现某类用户更偏好XX”。对于不熟悉TGI定义的同学，看到类似的话一定是云山雾罩。这次，我们就来聊一聊什么是TGI指数以及怎么样结合案例数据实现简单的TGI偏好分析。

内事不决网上搜，对于TGI指数，百科是这样解释的——TGI指数，全称Target Group Index，可以反映目标群体在特定研究范围内强势或者弱势。

很好，这个解释官方中透漏着专业，专业中弥漫着晦涩，晦涩的让人似懂非懂。粗暴翻译下来，TGI指数是反应偏好的一种指标。这样还是不够清楚，我们结合公式理解一下。

TGI指数计算公式 = 目标群体中具有某一特征的群体所占比例 / 总体中具有相同特征的群体所占比例 * 标准数100

是不是更晕了?晕就对了!不晕我们还聊啥呢?

01 指标拆解

TGI计算公式中，有三个关键点需要进一步拆解：某一特征，总体，目标群体。

随便举个栗子，假设我们要研究A公司脱发TGI指数：

某一特征，就是我们想要分析的某种行为或者状态，这里是脱发(或者说受脱发困扰)

总体，是我们研究的所有对象，即A公司所有人

目标群体，是总体中我们感兴趣的一个分组，假设我们关注的分组是数据部，那目标群体就是数据部

于是乎，公式中分子“目标群体中具有某一特征的群体所占比例”可以理解为“数据部脱发人数占数据部的比例”，假设数据部有15个人，有9个人受脱发困扰，那数据部脱发人数占比就是9/15，等于60%。

而分母“总体中具有相同特征的群体所占比例”，等同于“全公司受脱发困扰人数占公司总人数的比例”，假设公司一共500人，有120人受脱发困扰，那这个比例是24%。

所以，数据部脱发TGI指数，可以用60% / 24% * 100 = 250，其他部门脱发TGI指数计算逻辑是一样的，用本部门脱发人数占比 / 公司脱发人数占比 * 100即可。

TGI指数大于100，代表着某类用户更具有相应的倾向或者偏好，数值越大则倾向和偏好越强;小于100，则说明该类用户相关倾向较弱(和平均相比);而等于100则表示在平均水平。

刚才的例子中，我们瞎掰的数据部脱发TGI指数是250，远远高于100，看来搞数据的脱发风险极高，数据才是真正的发际线推手。

下面，我们通过一个案例来巩固概念理解，顺便和潘大师(Pandas)过过招。

02 TGI实例分析

项目背景

BOSS抛来一份订单明细，“小Z啊，我们最近要推出一款客单比较高的产品，打算在一些城市先试销，你看看这个数据，哪些城市的人有高客单偏好，帮我筛选5个吧”。

小Z赶紧打开表格，看看数据到底长什么样子：

订单数据包括品牌名、买家姓名、付款时间、订单状态和地域等字段，一共28832条数据，没有空值。

粗略看了几眼源数据，小Z赶紧明确数据需求：“领导，那客单比较高的定义是什么?”

“就我们产品线和历史数据来看，单次购买大于50元就算高客单的客户了”。

确认了高客单之后，我们的目标非常明确：按照高客单偏好给城市做个排序。这里的偏好，可以用TGI指数来衡量，我们再次复习下TGI三个核心点：

• 特征，高客单，即客户单次购买超过50元
• 目标群体，就是各个城市，这里我们可以分别计算出所有城市客户的高客单偏好
• 至于总体，就非常直白了，计算所涉及到的所有客户即为总体

解题的关键在于，计算出不同城市，高客单人数及所占的比例。

单个用户打标

第一步，我们先判断每个用户是否属于高客单的人群，所以先按用户昵称进行分组，看每位用户的平均支付金额。这里用平均，是因为有的客户多次购买，而每次下单金额也不一样，故平均之。

接着，定义一个判断函数，如果单个用户平均支付金额大于50，就打上“高客单”的类别，否则为低客单，再用apply函数调用：

到这里基于高低客单的用户初步打标已经完成。

匹配城市

单个用户的金额和客单标签已经搞定，下一步就是补充每个用户的地域字段，一句pd.merge函数就能搞定。由于源数据是未去重的，我们得先按昵称去重，不然匹配的结果会有许多重复的数据：

高客单TGI指数计算

要计算每个城市高客单TGI指数，需要得到每个城市高客单、低客单的人数分别是多少。如果用EXCEL的数据透视表处理起来就很简单，直接把省份和城市拖拽到行的位置，客单类别拖到列的位置，值随便选一个字段，只要是统计就好。

不要慌，这一套操作，Python实现起来也灰常容易，pivot_table透视表函数一行就搞定：

这样得到的结果包含了层次化索引，受篇幅限制就不展开讲，我们只要知道要索引得到“高客单”列，需要先索引“买家昵称”，再索引“高客单”：

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!