세조목

심화 프로젝트 8, 9일차에는 아래 To Do 리스트에 따라 ECDF 코드 작성과 CC(Carrying Capacity)계산을 수행했습니다. 동제 : 케어링 케퍼시티(학습 & 시간 여유 있으면 직접 구해보기) 정희 : ECDF 지훈 : 블랙프라이데이 전주, 블랙프라이데이 주, 블랙플라이데이 그 다음주 ID별 totals 계산 지훈 1. 16년 8월부터 17년 8월 순서로 바 그래프 그리기 2. 16년 10월, 11월 channelGrouping 별 파이차트 동제 1. 첫 방문자 중 구매한 시점의 분포를 구해보기(for 신규고객 정의) 정희 1. 이탈자 수 counting하기위해 이탈 기간을 어느 정도로 잡는게 적정한지 파악 ECDF 코드 작성 group = train_df2.groupby(['date',..

시간별/요일별 사용자수 히트맵 1. UNIX타임스탬프를 일반시간으로 변경하고 컬럼으로 추가 visitStartTime_UTC = pd.to_datetime(train_df2['visitStartTime'], unit='s') train_df2['visitStartTime_UTC'] = visitStartTime_UTC 2. 시간 구하기 train_df2['hour'] = train_df2['visitStartTime_UTC'].dt.hour 3. 요일 구하기 train_df2['day_of_the_week'] = train_df2['date'].dt.weekday 4. 코호트 차트 만들기 grouping = train_df2.groupby(['day_of_the_week', 'hour']) cohort_..

1. 코호트 분석에 필요한 컬럼들로 구성된 데이터프레임 만들기 df = train_df2[['date_week', 'fullVisitorId']] 2. 고객ID('fullVisitorId')를 인덱스로 지정하기 df.set_index('fullVisitorId', inplace=True) # set_index('fullVisitorId') => 'fullVisitorId' 컬럼을 인덱스로 쓰겠다. # inplace=True => 기존 데이터프레임에 변경된 설정으로 덮어쓰겠다. 3. df의 인덱스('fullVisitorId')를 기준으로 방문 주차('date_week')의 최소값 구하기 FirstOrder = df.groupby(df.index)['date_week'].min() df['FirstOrder..

DAU # data type을 날짜로 변환 train_df2['date'] = train_df2['date'].apply(lambda x: pd.to_datetime(str(x), format = '%Y%m%d')) # DAU 라인 차트로 표시 a = train_df2.groupby(['date'], as_index=False).agg({'fullVisitorId' : pd.Series.nunique}) sns.lineplot(data = a, x = 'date', y = 'fullVisitorId') WAU train_df2['date_week'] = train_df2['date'].dt.isocalendar().week WAU = train_df2.groupby(['date_week'], as_ind..