| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
- SQLD
- pandas
- If
- 최종 프로젝트
- Chat GPT
- 팀프로젝트
- cross join
- 군집화
- Python
- 크롤링
- jd
- 데이터 분석
- GA4
- lambda
- 시각화
- 기초프로젝트
- 전처리
- 프로젝트
- data analyst
- SQL
- 머신러닝
- 클러스터링
- da
- streamlit
- 프롬프트 엔지니어링
- 서브쿼리
- 태블로
- 히트맵
- 기초통계
- 데이터분석
- Today
- Total
목록Retention (2)
세조목
TIL(Today I Learned)64일차(24.02.11)
SQLD(2회차 학습 - 2주차) 심화 프로젝트 2024.02.11 - [데이터 분석 공부/프로젝트] - 심화 프로젝트 6일차(방문 주차에따른 코호트 & 코호트별 weekly 리텐션 구하기)(24.02.11) 심화 프로젝트 6일차(방문 주차에따른 코호트 & 코호트별 weekly 리텐션 구하기)(24.02.11) 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('fullVisit eyeoftheworld1209.tistory.com SQL, PYT..
심화 프로젝트 6일차(방문 주차에따른 코호트 & 코호트별 weekly 리텐션 구하기)(24.02.11)
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..