五期题目解答

题目一

image.png

导入excel数据至navicat,查看表信息如下:


image.png

求相机活跃用户数、次日留存用户数、三日留存用户数、七日留存用户数思路:
1.通过where筛选相机
2.通过groupby分组用户id、日期,(日期格式需调整和需求一致)
3.用户活跃率是前后日对比所得,所以需要将表命名两个不同名字的表,当做不同的集合,实现自连接
4.分组日期,聚合用户人数,求出每日活跃用户数
5.case when 实现次日留存用户数、三日留存用户数、七日留存用户数
6.case when 实现次日留存率、三日留存率、七日留存率

SQL查询代码
1.通过where筛选相机
SELECT * FROM sheet1
where app_name='相机';
2.通过groupby分组用户id、日期(日期格式需调整和需求一致)
SELECT *, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno
image.png
3.用户活跃率是前后日对比所得,所以需要将表命名两个不同名字的表,当做不同的集合,实现自连接
select *
from 
(SELECT uid, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno) as a 

left join 

(SELECT uid, date_format(dayno, '%Y%m%d') as day2
FROM sheet1
where app_name='相机'
group by uid,dayno) as b

on a.uid =b.uid 
where a.day1<b.day2;
4.分组日期,聚合用户人数,求出每日活跃用户数
select day1,count(distinct a.uid) as '活跃用户数'
from 
(SELECT uid, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno) as a 

left join 

(SELECT uid, date_format(dayno, '%Y%m%d') as day2
FROM sheet1
where app_name='相机'
group by uid,dayno) as b

on a.uid =b.uid and a.day1<b.day2

group by a.day1 ;
image.png
5.case when 实现次日留存用户数、三日留存用户数、七日留存用户数
select day1,count(distinct a.uid) as '活跃用户数',
sum(case when b.day2-a.day1 =1 then 1 else 0 end) as '次日留存用户数',
sum(case when b.day2-a.day1 =3 then 1 else 0 end) as '三日留存用户数',
sum(case when b.day2-a.day1 =7 then 1 else 0 end) as '七日留存用户数'
from 
(SELECT uid, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno) as a 

left join 

(SELECT uid, date_format(dayno, '%Y%m%d') as day2
FROM sheet1
where app_name='相机'
group by uid,dayno) as b

on a.uid =b.uid and a.day1<b.day2

group by a.day1 ;
image.png
6.case when 实现次日留存率、三日留存率、七日留存率
select day1,count(distinct a.uid) as '活跃用户数',
sum(case when b.day2-a.day1 =1 then 1 else 0 end) as '次日留存用户数',
sum(case when b.day2-a.day1 =3 then 1 else 0 end) as '三日留存用户数',
sum(case when b.day2-a.day1 =7 then 1 else 0 end) as '七日留存用户数',
concat(round((sum(case when b.day2-a.day1 =1 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '次日留存率',
concat(round((sum(case when b.day2-a.day1 =3 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '三日留存率',
concat(round((sum(case when b.day2-a.day1 =7 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '七日留存率'
from 
(SELECT uid, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno) as a 

left join 

(SELECT uid, date_format(dayno, '%Y%m%d') as day2
FROM sheet1
where app_name='相机'
group by uid,dayno) as b

on a.uid =b.uid and a.day1<b.day2

group by a.day1 ;
image.png

题目二

image.png
1、分别用Python、sql导入附件(相机.xlsx)的数据进入自己的Mysql当中,要求字段符合、表名符合(可加后缀区分)。
SQL部分:

直接导入到navicat,根据导入向导依次下一步操作,主要操作如下:


image.png

image.png

image.png
Python部分:

导入模块:

import pandas as pd
import numpy as np
import pymysql
pymysql.install_as_MySQLdb()
from sqlalchemy import create_engine

读取数据:
df=pd.read_excel


image.png
2、分析pd.to_sql中的if_exist参数可用哪些,分别是什么,有什么细节区别?认为用哪种更好
存储到数据库代码:
engine = create_engine('mysql://root:mysql111@localhost:3306/test')
df.to_sql('sheet1',con = engine,if_exists='replace', index=False)

分别是fail, append, replace。

fail当数据库里存在同名表时,什么也不做。append当数据库里存在同名表时,把数据追加在表后面。replace会删除原来的同名表,再新建表后插入数据。
具体哪种比较好要看情况,如果你的数据每天追加就用append。每天都更新,并且不需要保留之前数据就用replace。fail的话,可以避免覆盖原有表格的失误发生

3、总结MYSQL的date_format、concat的用法,并以此数据举例说明。

date_format可以将把一个日期转换为各种样式的字符串。格式为date_format(原日期格,新日期格式)
代码示例与结果如下:

SELECT *, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno
image.png

concat拼接用法,例如上述,留存率需要以百分比表现,拼接一个‘%’的用法如下:

select day1,count(distinct a.uid) as '活跃用户数',
round(sum(case when b.day2-a.day1 =1 then 1 else 0 end)/count(distinct a.uid),2) as '次日留存率',
round(sum(case when b.day2-a.day1 =1 then 1 else 0 end)/count(distinct a.uid),2) as '三日留存率',
round(sum(case when b.day2-a.day1 =1 then 1 else 0 end)/count(distinct a.uid),2) as '七日留存率',
concat(round((sum(case when b.day2-a.day1 =1 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '次日留存率',
concat(round((sum(case when b.day2-a.day1 =3 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '三日留存率',
concat(round((sum(case when b.day2-a.day1 =7 then 1 else 0 end)/count(distinct a.uid))*100,2),'%') as '七日留存率'
from 
(SELECT uid, date_format(dayno, '%Y%m%d') as day1
FROM sheet1
where app_name='相机'
group by uid,dayno) as a 

left join 

(SELECT uid, date_format(dayno, '%Y%m%d') as day2
FROM sheet1
where app_name='相机'
group by uid,dayno) as b

on a.uid =b.uid and a.day1<b.day2

group by a.day1 ;
image.png
4、利用MYSQL语句解题,分步骤达到目的再一次性运行,达到题目要求。

(1)求活跃度计算
(2)次日留存
(3)延伸 次日、三日、七日留存
解题思路与答案见题目一

5、用Python解题,要求函数封装,利用调用函数计算

解题思路与答案借鉴Vayne老哥
作者:vayne233
链接:https://www.jianshu.com/p/8a03ff5d99c8

import datetime
import pandas as pd
import numpy as np

def jisuan():
    # 读取数据
    df=pd.read_excel(r'C:\Users\admin\Desktop\xiangji.xlsx',sheet_name='Sheet1')
    # 通过处理,得到后续所有计算所需的df2表
    df=df[df.app_name=='相机'].drop_duplicates(subset=['dayno','uid'])
    df=df[['uid','dayno']]
    df2=pd.merge(df,df,on='uid',how='left')
    df2=df2[df2.dayno_x<=df2.dayno_y]
    df2['difference']=df2.apply(lambda x: x[2]-x[1], axis=1)
    # 得到基础活跃人数表d1,方便以后做连接
    d1=df2.groupby('dayno_x').uid.nunique().reset_index().rename(columns={'dayno_x':'日期','uid':'活跃用户数'})
    d2=df2[df2['difference']==datetime.timedelta(1)].groupby('dayno_x').uid.count().reset_index().rename(columns={'dayno_x':'日期','uid':'次日留存用户数'})
    d1=pd.merge(d1,d2,how='left')
    d2=df2[df2['difference']==datetime.timedelta(2)].groupby('dayno_x').uid.count().reset_index().rename(columns={'dayno_x':'日期','uid':'三日留存用户数'})
    d1=pd.merge(d1,d2,how='left')
    d2=df2[df2['difference']==datetime.timedelta(6)].groupby('dayno_x').uid.count().reset_index().rename(columns={'dayno_x':'日期','uid':'七日留存用户数'})
    # 填充缺失值
    d1=pd.merge(d1,d2,how='left').fillna(0)
    # 浮点数转为整数
    d1[['次日留存用户数','三日留存用户数','七日留存用户数']]=d1[['次日留存用户数','三日留存用户数','七日留存用户数']].astype(int)
    d1['次日留存率']=d1['次日留存用户数']/d1['活跃用户数']
    d1['三日留存率']=d1['三日留存用户数']/d1['活跃用户数']
    d1['七日留存率']=d1['七日留存用户数']/d1['活跃用户数']
    # 浮点数转为百分比
    d1['次日留存率']=d1['次日留存率'].apply(lambda x: format(x,'.2%'))
    d1['三日留存率']=d1['三日留存率'].apply(lambda x: format(x,'.2%'))
    d1['七日留存率']=d1['七日留存率'].apply(lambda x: format(x,'.2%'))
    return d1
image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341