일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- Round
- airflow 설치
- 그로스해킹
- hackerrank
- having
- 프로그래머스
- solvesql
- MySQL
- SQLite
- Limit
- 데이터리안 웨비나
- SUM
- GROUPBY
- 데이터분석
- SQL
- 파이썬
- 데이터시각화
- 머신러닝
- Oracle
- pandas
- not in
- TRUNCATE
- seaborn
- 전처리
- join
- airflow.cfg
- 다중 JOIN
- matplotlib
- 결측값
- PostgreSQL
- Today
- Total
목록pivottable (2)
Milky's note

고객 이탈 페이지 퍼널분석 로그데이터로 고객 이탈 페이지 확인하기 고객 이탈 페이지를 알면 해당 페이지를 분석하여 고객을 최종 단계로 더 많이 유도 가능 대부분의 경우 다음 스텝으로 넘어갈때의 장벽이(신용카드 입력, 정보 입력 등등) 높은 경우가 해당 됨 퍼널 스텝 dataframe 생성 스텝 순서(ordering) 등을 명시하기 위해 사용 퍼널 스텝의 가독성을 높이기 위하여 데이터 프레임을 생성 funnel_dict = {'/product_list':1, '/product_detail': 2, '/cart':3, '/order_complete':4} funnel_step = pd.DataFrame.from_dict(funnel_dict, orient='index', columns=['step_no'])..
판다스 요약 정리 1. 결측값 # 라이브러리를 불러오기 import pandas as pd import numpy as np # 결측값 확인 df.isnull() # 컬럼별로 결측값 갯수 확인 df.isnull().sum() # null값이 하나라도 있으면 출력 df[df.isnull().any(axis=1)] # 결측값 삭제 (행) df.dropna() # 결측값 삭제 (열) df.dropna(axis=1) # 결측값 채우기(값) df.fillna('값') # 결측값 채우기(뒤의 값) df.fillna(method='bfill') # 결측값 채우기(앞의 값) df.fillna(method='ffill') # 결측값 채우기(평균) -> 숫자형 타입 컬럼만 가능 df.fillna(df.mean()) 2. ..