Zeitversatz in Tagen berechnen – Teil 1

Den Zeitversatz für jede Transaktion zu berechnen, ermöglicht es dir, die Kennzahlen für jede Kohorte vergleichbar zu berichten.

Zuerst erstellen wir 6 Variablen, die die ganzzahligen Werte von Jahr, Monat und Tag für Invoice- und Cohort-Datum mit der bereits für dich definierten Funktion get_date_int() erfassen:

def get_date_int(df, column):
    year = df[column].dt.year
    month = df[column].dt.month
    day = df[column].dt.day
    return year, month, day

Die Daten online wurden geladen. Du kannst den Kopf der Tabelle in der Konsole ausgeben, indem du online.head() aufrufst.

Diese Übung ist Teil des Kurses

<Kurs>Kundensegmentierung in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle die Objekte invoice_year, invoice_month, invoice_day, indem du die Funktion get_date_int auf die Spalte InvoiceDay anwendest.
Erstelle die Objekte cohort_year, cohort_month, cohort_day, indem du die Funktion get_date_int auf die Spalte CohortDay anwendest.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Get the integers for date parts from the `InvoiceDay` column
____, ____, ____ = get_date_int(____, ____)

# Get the integers for date parts from the `CohortDay` column
____, ____, ____ = get_date_int(____, ____)

Code bearbeiten und ausführen