时间戳

首页 > 解决方案 > 使用 Python 计算滚动保留

python - 使用 Python 计算滚动保留

问题描述

我在计算滚动保留时遇到问题。

我试图弄清楚如何使 groupby 起作用，但它似乎只适用于计算经典留存率。

滚动保留 - 每个组中在确切月份或更晚登录的用户数量。

data = {'id':[1, 1, 1, 2, 2, 2, 2, 3, 3], 
        'group_month': ['2013-05', '2013-05', '2013-05', '2013-06', '2013-06', '2013-06', '2013-06', '2013-06', '2013-06'], 
        'login_month': ['2013-05', '2013-06', '2013-07', '2013-06', '2013-07', '2013-09', '2013-10', '2013-09', '2013-10']}

转换数据：

data = pd.DataFrame(data)

pd.to_datetime(data['group_month'], format='%Y-%m', errors='coerce')

pd.to_datetime(data['login_month'], format='%Y-%m', errors='coerce')

为了计算经典留存率（计算每个群组中在确切月份登录的用户，我使用了以下代码：

classic_ret = pd.DataFrame(data[(data['login_month'] >= data['group_month'])].groupby(['group_month', 'login_month'])['id'].count())

classic_ret.unstack()

滚动保持应具有以下输出：

+-------------+---------+---------+---------+---------+---------+---------+
| group_month | 2013-05 | 2013-06 | 2013-07 | 2013-08 | 2013-09 | 2013-10 |
+-------------+---------+---------+---------+---------+---------+---------+
| 2013-05     |       1 |       1 |       1 |       1 |       1 |       1 |
| 2013-06     |       0 |       1 |       1 |       1 |       2 |       2 |
+-------------+---------+---------+---------+---------+---------+---------+

标签： pythonpandas

解决方案

使用交叉表，我只能管理下表。

a = data.set_index('login_month').groupby('id').resample('M').last().ffill().drop('id', axis=1).reset_index()

pd.crosstab(a.group_month, a.login_month)

输出

login_month     2013-05-31  2013-06-30  2013-07-31  2013-08-31  2013-09-30  2013-10-31
group_month                         
2013-05-01  1   1   1   0   0   0
2013-06-01  0   1   1   1   2   2

但是，我们可以得到您需要的值，如下所示。


a = data.set_index('login_month').groupby('id').resample('M').last().ffill().drop('id', axis=1).reset_index()
pd.DataFrame(a[(a['login_month'] >= a['group_month'])].groupby(['group_month', 'login_month'])['id'].count()).unstack().fillna(method='ffill',axis=1).fillna(value=0)

输出

login_month     2013-05-31  2013-06-30  2013-07-31  2013-08-31  2013-09-30  2013-10-31
group_month                         
2013-05-01  1.0     1.0     1.0     1.0     1.0     1.0
2013-06-01  0.0     1.0     1.0     1.0     2.0     2.0

推荐阅读