[Python]实现用户注册数据的分析,计算复购率,回购率注销率等--在线教育行业分析案例连载2

---

前言

该文章为连载的第二篇：用户注册数据分析

某家在线教育机构拥有自己开发的教育产品VLE，该教育机构提供了他们四个学期里，开展的七门课的数据，接下来我会根据这些数据，为该教育机构做一系列的数据分析，包括用户的RFM模型、用户分群特征、用户成绩分析等等。

该教育机构部分数据库结构如下

---

如下这一篇文章为：用户注册数据分析

studentRegistration记录了每学期每门课的用户注册信息，其中：

1. code_presentation：学期
2. code_module：课程
3. id_student：用户编号
4. date_registration：用户注册日期离开学日期的距离（如：-1，即用户在该学期该门课开学前一天注册，5即为用户在该学期该门课开学后五天注册）
5. date_unregistration：用户注销日期离开学日期的距离

我们现在要计算并且可视化

1. 用户注册日期分布
2. 用户延迟注册率
3. 用户流失率
4. 用户复购率
5. 用户回购率

---

一、导入库

import pandas as pd
import numpy as np
import datetime
import time
import matplotlib
matplotlib.rcParams['font.sans-serif'] = ['Arial Unicode MS']
matplotlib.rcParams['axes.unicode_minus']=False
import matplotlib.pyplot as plt
import seaborn as sns
import sklearn
from sklearn.preprocessing import LabelEncoder
np.set_printoptions(suppress=True)
pd.set_option('display.float_format', lambda x: '%.4f' % x)

二、 用户注册日期分布

我们可以跟住用户注册日期的分布，去判断用户集中在开课前多久选择去注册这一门课。

module=sorted(regi["code_module"].unique().tolist())
presentation=sorted(regi["code_presentation"].unique().tolist())

这里需要注意的是，不是每一学期都会开展这七门课

fig,axes=plt.subplots(7,4,figsize=(14,14))
for m in range(len(module)):
    for p in range(len(presentation)):
        if len(regi[(regi["code_module"]==module[m])&(regi["code_presentation"]==presentation[p])]["date_registration"])==0:
            axes[m][p].axis('off')
        else:
            sns.distplot(regi[(regi["code_module"]==module[m])&(regi["code_presentation"]==presentation[p])]["date_registration"],norm_hist=True,ax=axes[m][p])
            axes[m][p].set_title(module[m]+" in "+presentation[p])

plt.tight_layout()

从分布图来看，大部分学生都在开学前完成注册，并在开学前50天至开学当天，会有一个注册的小高峰。

---

二、用户延迟注册率

即date_unregistration>0，在开学后注册的学生比率。

对数据进行聚合处理一下，用groupby的方法计算每学期每门课的每一天都有多少人注册。

line_plot_df=regi.groupby(["code_presentation","code_module","date_registration"]).agg({
   "id_student":pd.Series.nunique}).reset_index