[Python] A/B Test 项目实践

---

一、前言

1. 数据来源

数据来源：https://blog.csdn.net/weixin_43329700/article/details/108328842

• Python版本：3.7.1
• Pycharm版本：社区版2019.2
• 背景：以下是某公司网站的客户漏斗模型：浏览主页 $\to$ 浏览课程概述页面(课程首页) $\to$ 注册课程 $\to$ 付费并完成课程。
  越深入漏斗模型，该网站就的用户就会流失得越多，到最后完成付费的用户是较少的。为了提高参与度，提高各个环节之间的转化率。公司的管理人员作出了一些改变，并且进行了A/B Test，同时根据结果决定最终是否实现网站页面的改版。

2. 字段介绍

字段名	解释
timestamp	浏览时间
id	用户编号
group	所属组别
action	用户行为，view是用户仅浏览，enroll是用户浏览并且注册
duration	浏览界面时长

---

二、数据导入

1. 相关模块

import pandas as pd
import random

import seaborn as sns
import matplotlib.pyplot as plt

from scipy.stats import *
from scipy import stats
import statsmodels.api as sm

2. 数据导入

io = '.../course_page_actions.csv'
df = pd.DataFrame(pd.read_csv(io, parse_dates=[0]))
# 新增时间列
df['hour'] = df['timestamp'].dt.hour

print(df.head())
print(df.info())
print(df.count())

输出结果如下。

                   timestamp      id       group action    duration  hour
0 2016-09-24 17:14:52.012145  261869  experiment   view  130.545004    17
1 2016-09-24 18:45:09.645857  226546  experiment   view  159.862440    18
2 2016-09-24 19:16:21.002533  286353  experiment   view   79.349315    19
3 2016-09-24 19:43:06.927785  842279  experiment   view   55.536126    19
4 2016-09-24 21:08:22.790333  781883  experiment   view  204.322437    21
--------------------------------------------------------------------------

Data columns (total 6 columns):
 #   Column     Non-Null Count  Dtype         
---  ------     --------------  -----         
 0   timestamp  4049 non-null   datetime64[ns]
 1   id         4049 non-null   int64         
 2   group      4049 non-null   object        
 3   action     4049 non-null   object        
 4   duration   4049 non-null   float64       
 5   hour       4049 non-null   int64  
 --------------------------------------------------------------------------
timestamp    4049
id           4049
group        4049
action       4049
duration     4049
hour         4049

---

三、探索性分析

1. 控制/实验组的访问数据对比

df_view = df[(df['action'] == 'view')]

# 绘图
sns.set(palette="muted", color_codes=True)    # seaborn样式
plt.rcParams['axes.unicode_minus'] = False    # 解决无法显示负号的问题
sns.set(font='SimHei', font_scale=0.8<