從零開始計算留存率
你已經看過如何為每月新增（acquisition）分群建立留存與平均數量的指標表。現在換你自己動手建立留存指標。
本課已為你載入 online 資料集，並指派了每月分群與分群索引。你可以在主控台列印查看。
另外，我們也用以下指令建立並載入了一個 groupby 物件為 grouping DataFrame：
grouping = online.groupby(['CohortMonth', 'CohortIndex'])
本練習屬於課程
Python 的客群分群
練習說明
- 選取客戶 ID 欄位，計算不重複值的數量，存成
cohort_data，並重設索引。 - 建立一個樞紐分析表（pivot）：索引放每月分群（monthly cohort），欄放分群索引（cohort index），值放客戶 ID。
- 選取第一個欄位並存成
cohort_sizes。 - 逐列以分群規模將分群計數相除。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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=____)