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
Kundensegmentierung in Python
Anleitung zur Übung
- Erstelle die Objekte
invoice_year,invoice_month,invoice_day, indem du die Funktionget_date_intauf die SpalteInvoiceDayanwendest. - Erstelle die Objekte
cohort_year,cohort_month,cohort_day, indem du die Funktionget_date_intauf die SpalteCohortDayanwendest.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# 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(____, ____)