SPSS ModelerでRFM集計を行うノードをPythonで書き換えてみます。
RFM集計ノードは以下の記事で解説されていますが、購買取引データから顧客価値を示すRFMの値を算出するノードとなります。
SPSS Modeler ノードリファレンス 2-13 RFM集計

Recency : 最新の購入日から経過した日数
Frequency : 購入回数
Monetary : 購入金額の合計

SPSS Modelerでは下記の設定でRFMの集計を行います。

Recencyの基準日を2019/12/31とする
2000以下の値を持つレコードを破棄
2019/09/01以降のトランザクションデータを用いて集計
2、3番目のリーセントトランザクション日付（基準日からの経過日数）を保存

これをPythonで実装します。

データの読み込み

トランザクションデータを読み込みます。その際、SDATEを日付型として読み込みます。

df_tran = pd.read_csv("sampletranDEPT4en2019.csv", parse_dates=['SDATE'])

読み込んだデータの上から5行を覗いてみます。

df_tran.head()

以下のカラムを使用し、集計をしていきます。

CUSTID : 顧客ID
SDATE : 購入日
SUBTOTAL : 購入金額

データの前処理

NOWにRecencyの基準日を代入します。
今回は、トランザクションデータ内の最新日時である2019/12/31が基準日となっています。

# トランザクションデータ内の最新日時を取得し、Recencyの基準日(2019/12/31)とする
NOW=df_tran["SDATE"].max()

2019/09/01以降を集計の対象とします。

# 指定日以降のトランザクションデータを集計の対象とする
df_tran=df_tran[df_tran["SDATE"]>="2019-09-01"]

2000以下の値をもつレコードを破棄します。

# 指定の値以下のレコードを破棄
df_tran=df_tran[df_tran["SUBTOTAL"]>2000]

RFM集計

groupby()によってCUSTIDでグループ化し、agg()で集計を行います。
集計内容は下記の通りです。

SDATEでは、
- 最後の購入日から基準日への経過日数（Recency）を算出します。
- countを用いて購入回数（Frequency）を算出します。
- 日付をソートし、2番目のリーセントトランザクション日付（R2）を算出します。値を持たない場合は欠損値pd.NAで埋めます。
- 日付をソートし、3番目のリーセントトランザクション日付（R3）を算出します。値を持たない場合は欠損値pd.NAで埋めます。
SUBTOTALでは、sumを用いて購入金額の合計（Monetary）を算出します。

集計後reset_index()によってDataFrameの行番号を振り直します。

# Recency,Frequency,Monetary,R2,R3を集計する
ID="CUSTID"
df_rfm = (
    df_tran.groupby(ID)
    .agg(
        {
            "SDATE": [
                lambda date: (NOW - date.max()).days,
                "count",
                lambda date: (NOW - sorted(date)[-2]).days
                if len(date) > 1
                else pd.NA,
                lambda date: (NOW - sorted(date)[-3]).days
                if len(date) > 2
                else pd.NA,
            ],
            "SUBTOTAL": "sum",
        }
    )
    .reset_index()
)

最後にカラム名をそれぞれRecency,Frequency,Monetary,R2,R3に変更し、順番を並び替えて完成です。

# カラム名の変更と順番の並び替え
df_rfm.columns=[ID,"Recency","Frequency","R2","R3","Monetary"]
df_rfm=df_rfm.reindex(columns=[ID,"Recency","Frequency","Monetary","R2","R3"])

集計結果を確認

PythonとSPSS Modelerでそれぞれ結果を見て、一致することを確認出来ました。

Pythonの実行結果

df_rfm

SPSS Modelerの実行結果

サンプル

サンプルは以下に置きました。

■テスト環境
Modeler 18.4
MacOS Monterey 12.5.1
Python 3.10
pandas 1.4.4

SPSS ModelerのRFM集計ノードを、pythonに書き換える