Oblicz wskaźnik retencji od podstaw
Wiesz już, jak tworzyć tabele z metrykami retencji i średniej ilości zamówień dla miesięcznych kohort pozyskania. Teraz czas, abyś samodzielnie zbudował/-a metryki retencji.
Zbiór danych online został wczytany z przypisanymi miesięcznymi kohortami i indeksami kohort z tej lekcji. Możesz go wyświetlić w konsoli.
Utworzono również obiekt groupby jako ramkę danych grouping za pomocą poniższego polecenia:
grouping = online.groupby(['CohortMonth', 'CohortIndex'])
To ćwiczenie jest częścią kursu
Segmentacja klientów w Pythonie
Instrukcje do ćwiczenia
- Wybierz kolumnę z identyfikatorem klienta, policz liczbę unikalnych wartości, zapisz wynik jako
cohort_datai zresetuj indeks. - Utwórz tabelę przestawną z miesięczną kohortą w indeksie, indeksem kohorty w kolumnach i identyfikatorem klienta w wartościach.
- Wybierz pierwszą kolumnę i zapisz ją jako
cohort_sizes. - Podziel liczebność kohorty przez rozmiary kohort wzdłuż wierszy.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Count the number of unique values per customer ID
cohort_data = grouping[____].apply(pd.Series.____).reset_index()
# Create a pivot
cohort_counts = cohort_data.____(index=____, columns=____, values=____)
# Select the first column and store it to cohort_sizes
cohort_sizes = cohort_counts.iloc[:,____]
# Divide the cohort count by cohort sizes along the rows
retention = cohort_counts.____(____, axis=____)