Е
Привет! Кто-нибудь видел алгоритмы определения домов пользователей по истории их местоположений? То есть есть много точек за историю, надо по ним понять, какая из них скорее всего является его домом
Size: a a a
2019 August 06
ВЛ
Привет, скажите, пж, как распарсить данные о лидах с амо срм в df?
VS
Если не получится, то скопипастите, пожалуйста, сюда кусок json с картинки, я попробую завтра с утра
ВЛ
Если не получится, то скопипастите, пожалуйста, сюда кусок json с картинки, я попробую завтра с утра
хорошо, спасибо
M🌗
Евгений
Привет! Кто-нибудь видел алгоритмы определения домов пользователей по истории их местоположений? То есть есть много точек за историю, надо по ним понять, какая из них скорее всего является его домом
на каггле было такое, можно поискать.
VS
на каггле было такое, можно поискать.
Да, там как по ссылке со стековерфлоу
Е
на каггле было такое, можно поискать.
Спасибо, поищу
2019 August 07
MY
response = r.json()
df = pd.io.json.json_normalize(response['_embedded']['items'])
df = pd.io.json.json_normalize(response['_embedded']['items'])
ВЛ
response = r.json()
df = pd.io.json.json_normalize(response['_embedded']['items'])
df = pd.io.json.json_normalize(response['_embedded']['items'])
Спасибо, правда, на таком же этапе вчера и остановился
К
застрял, помогите плиз)
как свернуть в таблицу для когортного анализа?
как свернуть в таблицу для когортного анализа?
IB
в PBI загрузить)))
сори, не удержался)
сори, не удержался)
АМ
А колонка периода наблюдений - это registration? То есть нужно построить как для каждой когорты изменялись деньги в разрезе registration? Что-то не пойму логики составления когорт
АМ
Ilya Brodskiy
в PBI загрузить)))
сори, не удержался)
сори, не удержался)
🙃
IB
ненуачо
К
registration - месяц регистрации пользователя
cogort_month - месяц в котором были заказы от пользователей при регистрации из registration
money - сколько денег принесли пользователи, зарегестрированные в месяц registration, в месяце cogort_month
cogort_month - месяц в котором были заказы от пользователей при регистрации из registration
money - сколько денег принесли пользователи, зарегестрированные в месяц registration, в месяце cogort_month
К
вообще когортным анализом никогда не занимался. Но сейчас появилась необходимость. возможно неправильно формулирую задачу
К
хватило меня подключиться к БД, написать набор sql чтобы все достать, что нужно.
и распрасить получаемый tuple в такой вид
и распрасить получаемый tuple в такой вид
К
вообще хотлеось бы получить вот такое
и последний шаг в моей автоматизации, все данные что достал и уже сгруппировал положить втакую структуру
и последний шаг в моей автоматизации, все данные что достал и уже сгруппировал положить втакую структуру
К
пробовал пойти по пути
#cсоздаю df по длинне когорт
>>> df = pd.DataFrame(columns=['lib', 'cogort1', ''cogort2'])
#обхожу все строки
>>> for i in range(5):
#формирую строку с длинной рвыной количеству столбцов, но надо контролировать пустые строчки в месяцах, что нет
>>> df.loc[i] = ['name' + str(i)] + list(randint(10, size=2))
но что, то тоже запутался)
#cсоздаю df по длинне когорт
>>> df = pd.DataFrame(columns=['lib', 'cogort1', ''cogort2'])
#обхожу все строки
>>> for i in range(5):
#формирую строку с длинной рвыной количеству столбцов, но надо контролировать пустые строчки в месяцах, что нет
>>> df.loc[i] = ['name' + str(i)] + list(randint(10, size=2))
но что, то тоже запутался)