#Для начала посмотрим, сколько пользователей совершают событие registration.…
- User
#Для начала посмотрим, сколько пользователей совершают событие registration.
events_df[events_df['event_type'] == 'registration']['user_id'].nunique()
#Посмотрим на срез данных по событию tutorial_start.
events_df[events_df['event_type'] == 'tutorial_start'].head(10)
#Посмотрим на количество пользователей, которые совершают событие tutorial_start:
events_df[events_df['event_type'] == 'tutorial_start']['user_id'].nunique()
#Как мы видим, число пользователей, которые перешли к выполнению обучения, меньше, чем число пользователей, прошедших регистрацию.
#Давайте определим процент пользователей, которые перешли к выполнению обучения, и запишем его в переменную percent_tutorial_start_users.
registered_users_count = events_df[events_df["event_type"] == "registration"][ "user_id" ].nunique() tutorial_start_users_count = events_df[events_df["event_type"] == "tutorial_start"][ "user_id" ].nunique() percent_tutorial_start_users = tutorial_start_users_count / registered_users_count print( "Процент пользователей, начавших обучение (от общего числа зарегистрировавшихся): {:.2%}".format( percent_tutorial_start_users ) )
#Теперь давайте посмотрим, какое количество пользователей проходит обучение до конца (событие tutorial_finish).
events_df[events_df['event_type'] == 'tutorial_finish']['user_id'].nunique()
#Рассчитаем процент пользователей, завершивших обучение, среди пользователей, которые начали обучение. Это будет показатель tutorial_completion_rate (коэффициент «завершаемости» обучения).
tutorial_finish_users_count = events_df[events_df["event_type"] == "tutorial_finish"][ "user_id" ].nunique() tutorial_completion_rate = tutorial_finish_users_count / tutorial_start_users_count print( "Процент пользователей, завершивших обучение: {:.2%}".format( tutorial_completion_rate ) )
#Cоздадим список пользователей, которые завершили обучение tutorial_finish_users = events_df[events_df['event_type'] == 'tutorial_finish']['user_id'].tolist()
Находим события начала и завершения уровней игры для пользователей, завершивших обучение, и не завершивших обучение
level_events = events_df[(events_df['event_type'] == 'level_choice') | (events_df['event_type'] == 'pack_choice')] tutorial_start_users = events_df[events_df['event_type'] == 'tutorial_start']['user_id'].tolist() non_tutorial_users = [user for user in events_df['user_id'].unique() if user not in tutorial_start_users]
Для пользователей, завершивших обучение
tutorial_finish_level_events = level_events[level_events['user_id'].isin(tutorial_finish_users)] tutorial_finish_level_events = tutorial_finish_level_events.sort_values(by=['user_id', 'start_time']) tutorial_finish_level_events['start_time'] = pd.to_datetime(tutorial_finish_level_events['start_time']) tutorial_finish_level_events['time_diff'] = tutorial_finish_level_events.groupby('user_id')['start_time'].diff() tutorial_finish_level_events = tutorial_finish_level_events.dropna()
написать код сравнить среднее время прохождения этапов игры для пользователей, завершивших обучение, и пользователей, не начинавших обучение
- Assistant
Для пользователей, завершивших обучение
tutorial_finish_level_events = level_events[level_events['user_id'].isin(tutorial_finish_users)] tutorial_finish_level_events = tutorial_finish_level_events.sort_values(by=['user_id', 'start_time']) tutorial_finish_level_events['start_time'] = pd.to_datetime(tutorial_finish_level_events['start_time']) tutorial_finish_level_events['time_diff'] = tutorial_finish_level_events.groupby('user_id')['start_time'].diff() tutorial_finish_level_events = tutorial_finish_level_events.dropna()
Для пользователей, не начинавших обучение
non_tutorial_level_events = level_events[level_events['user_id'].isin(non_tutorial_users)] non_tutorial_level_events = non_tutorial_level_events.sort_values(by=['user_id', 'start_time']) non_tutorial_level_events['start_time'] = pd.to_datetime(non_tutorial_level_events['start_time']) non_tutorial_level_events['time_diff'] = non_tutorial_level_events.groupby('user_id')['start_time'].diff() non_tutorial_level_events = non_tutorial_level_events.dropna()
Среднее время прохождения этапов игры для пользователей, завершивших обучение
tutorial_finish_mean_times = tutorial_finish_level_events.groupby( 'event_type')['time_diff'].mean().reset_index() print('Среднее время прохождения этапов игры для пользователей, завершивших обучение:') print(tutorial_finish_mean_times)
Среднее время прохождения этапов игры для пользователей, не начинавших обучение
non_tutorial_mean_times = non_tutorial_level_events.groupby( 'event_type')['time_diff'].mean().reset_index() print('Среднее время прохождения этапов игры для пользователей, не начинавших обучение:') print(non_tutorial_mean_times)