Question

如果用户流失游戏或他/她仍在玩游戏，我想计算二进制字段churn_flag。

我已计算数据最大日期

max_time = data['time'].max()

结果：

Timestamp('2017-07-12 01:18:50') (future date)

我已经计算了每个用户的最大日期：

data_max_time = pd.DataFrame(data.groupby(['id'])['time'].max()).reset_index() 
data_max_time.columns = ['id','user_max_time']

结果：

2017-07-11 10:33:11 dtype:datetime64[ns]

我应该检查这两个日期之间的差异是否长于或短于2天。我试图解决它：

(np.datetime64(final_data['max_time'],'D')-np.datetime64(final_data['user_max_time'],'D'))< (np.timedelta64(2,'D'))

结果：

ValueError: Could not convert object to NumPy datetime

我如何计算每个用户的真/假（1/0）字段？

Answer 1

我认为没有必要转换，只使用熊猫：

rng = pd.date_range('2017-04-03 15:00:07', periods=10, freq='28.5H')
data = pd.DataFrame({'time': rng, 'id': [1,1,2,2,2,5,5,5,1,2]})  
print (data)
   id                time
0   1 2017-04-03 15:00:07
1   1 2017-04-04 19:30:07
2   2 2017-04-06 00:00:07
3   2 2017-04-07 04:30:07
4   2 2017-04-08 09:00:07
5   5 2017-04-09 13:30:07
6   5 2017-04-10 18:00:07
7   5 2017-04-11 22:30:07
8   1 2017-04-13 03:00:07
9   2 2017-04-14 07:30:07

max_time = data['time'].max()

data_max_time = data.groupby('id')['time'].max()
#data_max_time.columns = ['id','user_max_time']
print (data_max_time)
id
1   2017-04-13 03:00:07
2   2017-04-14 07:30:07
5   2017-04-11 22:30:07
Name: time, dtype: datetime64[ns]

print (max_time - data_max_time)
id
1   1 days 04:30:00
2   0 days 00:00:00
5   2 days 09:00:00
Name: time, dtype: timedelta64[ns]


df = (max_time - data_max_time < pd.Timedelta(2, unit='D')).reset_index(name='a')
print (df)
   id      a
0   1   True
1   2   True
2   5  False

以天为单位的日期差异，并在Python中比较结果

1 个答案: