1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 고객 분석과 A/B Testing
Connected

Exercises

데이터 피벗하기

앞에서 보셨듯이, 가입 첫 주에 구매한 사용자들의 구매 건수가 증가한 것으로 보입니다. 이제 이 증가가 특정 사용자 세그먼트 하나만의 영향이 아닌지 확인해 보겠습니다. 이를 위해 먼저 데이터를 'country'별로, 그다음 'device'별로 피벗해 보겠습니다. 이번 변경은 모든 그룹에 동일하게 영향을 주도록 설계되었습니다.

이전에 사용한 user_purchases 데이터는 'country'와 'device' 열을 기준으로 그룹화하고 집계해 두었습니다. 워크스페이스에서 각각 user_purchases_country와 user_purchases_device로 사용할 수 있습니다.

참고로, .pivot_table()의 시그니처는 다음과 같습니다:

pd.pivot_table(data, values, columns, index)

คำแนะนำ 1 / 2

undefined XP
  • 1

    user_purchases_country 테이블을 피벗해 first_week_purchases를 값(values)으로, country를 열(columns)로, reg_date를 행(index)으로 두세요.

  • 2

    이번에는 디바이스 데이터를 살펴봅시다. user_purchases_device 테이블을 피벗해 first_week_purchases를 값(values)으로, device를 열(columns)로, reg_date를 행(index)으로 두세요.