[2024/12/19]데이터 분석 종합반 5주차 숙제

💁🏻‍♀️ 방금 배운 코호트 차트를 조금 더 잘 보이게 만들어볼게요!

모든 주차가 같은 조건이면 떨어지는 구간만 색이 연해보이겠죠-? :)

숙제 : 아래 그림의 오른쪽 차트와 같은 형태로 시각화 해봅시다-!

#라이브러리 불러오기

import pandas as pd

import seaborn as sns

import matplotlib.pyplot as plt

plt.rc('font', family='NanumBarunGothic')

# 한글깨짐 방지

plt.rc('font', family='NanumBarunGothic')

sparta_data = pd.read_table('/content/cohort_data.csv',sep=',')

sparta_data.tail()

#날짜 데이터 타입 변경

format='%Y-%m-%dT%H:%M:%S.%f'

sparta_data['start_time'] = pd.to_datetime(sparta_data['created_at'], format='mixed')

sparta_data.tail()

#시작 week 구하기

sparta_data['start_week']= sparta_data['start_time'].dt.isocalendar().week

sparta_data.tail()

#시작 주 범위 알기

category_range = set(sparta_data['start_week'])

category_range

# 범주화 하기

#번주화할 데이터

progress_rate = list(sparta_data['progress_rate'])

progress_rate

#범주를 구분하는 기준 bins

bins = [0,4.11,26.03,41.10,61.64,80.82,100]

#구분한 범주의 라벨 labels

labes=[0,1,2,3,4,5]

#범주화에 사용하는 함수 pd.cut

cuts = pd.cut(progress_rate,bins, right=True,include_lowest=True, labels=labes)

cuts

cuts = pd.DataFrame(cuts)

cuts.tail()

# 표 합치기

sparta_data = pd.concat([sparta_data,cuts],axis=1, join='inner')

sparta_data.head()

#표 인덱스 변경하기

sparta_data.columns=['created_at','user_id','name','progress_rate','start_time','start_week',"week"]

sparta_data.head()

#시작주와, 수강 주차별 기준으로 표 grouping 하기

grouping = sparta_data.groupby(['start_week','week'])

grouping.head()

#시작주와, 수강 주차별에 해당하는 수강생 수 구하기

cohort_data = grouping['user_id'].apply(pd.Series.nunique)

cohort_data = pd.DataFrame(cohort_data)

cohort_data.head(10)

#각 주차별 수강한 수강생 총 합 구하기

k=31

for i in range(6):

  for j in range(5, 0, -1):

    cohort_data.at[(k,j-1), 'user_id'] = int(cohort_data.at[(k,j),'user_id']) +  int(cohort_data.at[(k,j-1),'user_id'])

  k=k+1

cohort_data = cohort_data.reset_index()

cohort_data.head()

cohort_counts = cohort_data.pivot(index="start_week",

                                  columns="week",

                                  values="user_id")

cohort_counts

# 앞서 만든 피벗 테이블을 retention 변수에 저장하기

retention = cohort_counts

#각 주(week) 별 최초 수강생 수만 가져오기

cohort_sizes = cohort_counts.iloc[:,0]

cohort_sizes.head()

# 최초 수강생 수를 각 데이터에 나눠주기

retention = cohort_counts.divide(cohort_sizes, axis=0)

retention

#각 수치 퍼센트로 변경하기

retention.round(3)*100

#주차별 수강 전환율 구하기

w=31

for i in range(6):

  for j in range(5, 1, -1):

    retention.at[(w,j)] = retention.at[(w,j)]/retention.at[(w,j-1)]

  w=w+1

retention

#주차별 수강 전환율 히트맵

plt.figure(figsize=(10,8))

sns.heatmap(data=retention,

           annot=True,

           fmt='.0%',

           vmin=0,

           vmax=1,

           cmap="BuGn")

plt.title('개강일별 주차 간 전환율', fontsize=20)

plt.xlabel('주차', fontsize=14,labelpad=30)

plt.ylabel('개강일', fontsize=14,rotation=360,labelpad=30)

plt.yticks(rotation=360)

plt.show()

#