RFM三维度须用pandas.qcut按分位数打分：Recency倒排（4-score），Frequency/Monetary正向，均设duplicates='drop'并存bins复用；KBinsDiscretizer因等宽失效、不支持反向计分且无bins返回，不可替代。
RFM三个维度怎么用pandas.qcut分位数打分
直接按分位数切，不是等宽切。否则活跃度低的客户全挤在0分，高价值客户分数没拉开——qcut强制每档人数接近，才能让“最近购买”“购买频次”“消费金额”三者打分具备可比性。
常见错误是传q=5但没设duplicates='drop'，遇到大量相同值（比如很多客户recency=0）就报ValueError: Bin edges must be unique。
- 对
recency：越小越好，得分要倒排 → 先qcut(..., labels=False, duplicates='drop')，再用4 - score翻转 - 对
frequency和monetary：越大越好，直接用qcut结果（0～4分） - 务必加
retbins=True保存分界点，后续新客户评分必须复用同一套边界，不能每次重算
为什么不能直接用sklearn.Preprocessing.KBinsDiscretizer
它默认等宽分箱，对右偏分布（比如monetary大部分是小额、极少数大额）完全失效：90%客户被塞进最低一档，最高档只有2个客户，打分失去业务意义。
另外它不支持按分位数切，strategy='quantile'虽存在，但会把缺失值全归为同一bin，且无法控制recency反向计分逻辑——你得自己写映射函数，反而更绕。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
KBinsDiscretizer输出是numpy.ndarray，丢失原始index，合并RFM三列时容易错位 - 它不返回分界点数组，线上部署时无法固定离散规则
- 对含0值多的
recency列，quantile策略仍可能生成重复边界，报错概率比qcut更高
新客户实时打分时qcut边界怎么复用
训练期算出的recency_bins、frequency_bins、monetary_bins必须存成pickle或JSON，不能只存DataFrame描述统计值——因为qcut依赖实际分位点位置，而非均值/标准差。
- 用
pd.cut(x, bins=recency_bins, labels=False, include_lowest=True)做推理，注意include_lowest=True防止边界值被判为NaN - 新客户
recency若小于最小分界点（比如-1），cut返回NaN，需提前clip到边界内 - 别用
apply(lambda x: pd.qcut(...))在线计算——每来一个客户都重跑分位数，性能崩，结果也不一致
RFM合成总分后，为什么还要单独看每个维度
总分8分的客户，可能是R=4、F=2、M=2（刚回归但买得少），也可能是R=2、F=4、M=4（长期稳定高价值）。两类客户运营策略完全不同，但总分掩盖了结构差异。
更麻烦的是，当某维度分布异常（比如促销期frequency集体虚高），总分会被带偏，而单维分位数能快速定位是哪个环节失真。
- 上线后至少保留R/F/M三列原始分，不要只存
rfm_score总和 - 监控各维度分档人数占比，如果某月
recency得4分客户突然从15%涨到60%，大概率是数据采集口径变了（比如订单状态过滤条件松动） - 分群策略建议用三维笛卡尔积（如R≥3 & F≥3 & M≥3），而不是总分阈值切一刀
分位数打分本身不难，难的是三套边界同步更新、新老客户规则一致、以及业务同学真的愿意看三个数字而不是只盯一个总分。
