import pandas as pd # Datos de los clientes customer_data = pd.read_csv('user_demographics_v1.csv') customer_data

# Datos de las compras de la aplicación app_purchases = pd.read_csv('purchase_data_v1.csv') app_purchases

# Cambio de nombre a la columna reg_date debido a que también es una columna en común customer_data.rename(columns={'reg_date':'date'}, inplace=True) # Combinar con el campo uid uid_combined_data = app_purchases.merge(customer_data, on=['uid'], how='inner') uid_combined_data

# Datos de compra purchase_data = uid_combined_data # Media y mediana del precio y la edad purchase_summary = purchase_data.agg({'price': ['mean', 'median'], 'age': ['mean', 'median']}) print(purchase_summary.round(2))

# Agrupación de datos por dispositivo y genero grouped_purchase_data = purchase_data.groupby(by = ['device', 'gender']) # Media, mediana y desviación estandar del precio según la data agrupada purchase_summary = grouped_purchase_data.agg({'price': ['mean', 'median', 'std']}) print(purchase_summary)

from datetime import timedelta from datetime import datetime # fecha máxima de compra current_date = pd.Timestamp(2018, 3, 17) max_purchase_date = current_date - timedelta(days=28) # Usuarios que se registraron antes de la fecha máxima purchase_data = purchase_data.rename(columns={'date_y': 'reg_date'}) purchase_data['reg_date'] = pd.to_datetime(purchase_data['reg_date']).dt.date purchase_data_filt = purchase_data[purchase_data.reg_date < max_purchase_date] # Compras dentro de los primeros 28 días de registro purchase_data_filt = purchase_data_filt.rename(columns={'date_x': 'date'}) purchase_data_filt['date'] = pd.to_datetime(purchase_data_filt['date']).dt.date purchase_data_filt = purchase_data_filt[(purchase_data_filt.date <= purchase_data_filt.reg_date + timedelta(days=28))] # Precio promedio pagado por compra print(purchase_data_filt.price.mean())

import numpy as np # Datos de compra purchase_data = purchase_data_filt # Fecha máxima de registro para que sea un mes antes de la fecha máxima de compra max_reg_date = current_date - timedelta(days=28) # Precios del primer mes month1 = np.where((purchase_data.reg_date < max_reg_date) & (purchase_data.date < purchase_data.reg_date + timedelta(days=28)), purchase_data.price, np.NaN) # Columna month1 agregado al dataframe datos de compra purchase_data['month1'] = month1 # Agrupación de los datos por género y dispositivo purchase_data_upd = purchase_data.groupby(by=['gender', 'device'], as_index=False) # Crear un resumen de los promedios de los precios del primer mes y los precios en general purchase_summary = purchase_data_upd.agg( {'month1': ['mean', 'median'], 'price': ['mean', 'median']}) print(purchase_summary)