前面我们介绍过《利用Python统计连续登录N天或以上用户》,这次我们聊聊怎么用python计算新增用户留存率。
走你~
原始数据:创角日志和登录日志
导入需要的库 pandas
import pandas as pd
#读取创角日志
df_create = pd.read_csv(r'F:\Python\常见统计——留存\创角日志\创角日志.csv')
#读取登录日志
df_login = pd.read_csv(r'F:\Python\常见统计——留存\登录日志\登录日志.csv')
#去掉app_channel列,并将时间格式改为日期格式
df_create = df_create[['@timestamp','role_id']]
df_create['@timestamp'] = df_create['@timestamp'].str.split(' ').str[0]
#去掉app_channel列,并将时间格式改为日期格式
df_login = df_login[['@timestamp','role_id']]
df_login['@timestamp'] = df_login['@timestamp'].str.split(' ').str[0]
#因为用户在同一天存在多条登录日志,这里再进行去重处理
df_login = df_login.drop_duplicates()
#修改创角日志中时间字段名称为'创角日期’,然后横向合并创角日志和登录日志,使得登录日志基础上相当于新增一列为用户创角日期标记
df_create.rename(columns={'@timestamp':'创角日期'},inplace=True)
df = pd.merge(df_login,df_create)
#将日期列改为 日期格式,并新增辅助列用户计算该用户第几天登录
#比如 0天表示 该日期为用户创角日,1天表示该日期为用户第二天登录
df["@timestamp"] = pd.to_datetime(df["@timestamp"])
df["创角日期"] = pd.to_datetime(df["创角日期"])
df['天数'] = df["@timestamp"]-df["创角日期"]
#使用透视表,计算创角日期对应用户第x天登录的数量(非重复计数)
data = pd.pivot_table(df,values='role_id',index='创角日期',columns='天数',
aggfunc=lambda x:len(x.unique()),
fill_value='').reset_index()
2)修改单元格类型为数值
#将单元格改为数值格式,用于后续计算留存比例
data = data.applymap(lambda x:pd.to_numeric(x,errors='ignore'))
3)留存率计算(两列相除)
#留存率计算
#用 1 days 列 除以 0 days为次日留存率,依次类推
#我们用for循环语句可以实现该算法
create_index = data.columns
df = data.iloc[:,[0,1]]
for i in range(2,8):#这里我们只算到7日留存率
s= data[create_index[i]]/data[create_index[1]]
df = pd.concat([df,s],axis=1)
#修改结果数据表的列索引名称,然后导出表即可
df.columns=['创角日期','注册玩家数','次日留存率','3日留存率','4日留存率','5日留存率','6日留存率','七日留存率']