일(day) 단위 시간 오프셋 계산 - 2부
잘하셨어요! 이제 Invoice 날짜와 Cohort 날짜의 연·월·일 값을 담은 여섯 개의 데이터 세트(invoice_year, cohort_year, invoice_month, cohort_month, invoice_day, cohort_day)가 준비되었어요.
이번 연습에서는 Invoice 날짜와 Cohort 날짜의 차이를 연, 월, 일 단위로 각각 계산한 뒤, 이를 합쳐 두 날짜 간의 총 일수 차이를 구해 볼 거예요. 이 값이 다음 연습에서 고객 수를 시각화할 때 사용할 days 오프셋이 됩니다. online 데이터는 이미 로드되어 있으며, online.head()를 호출하면 콘솔에 앞부분을 출력할 수 있어요.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 인보이스가 발생한 시점과 코호트가 생성된 시점 사이의 연도 차이를 구하세요.
- 인보이스가 발생한 시점과 코호트가 생성된 시점 사이의 월 차이를 구하세요.
- 인보이스가 발생한 시점과 코호트가 생성된 시점 사이의 일 차이를 구하세요.
CohortIndex의 일수를 계산하세요(1년은 365일, 1개월은 30일로 가정).
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate difference in years
years_diff = ____ - ____
# Calculate difference in months
months_diff = ____ - ____
# Calculate difference in days
days_diff = ____ - ____
# Extract the difference in days from all previous values
online['CohortIndex'] = years_diff * ____ + months_diff * ____ + days_diff + ____
print(online.head())