如何在cohort同期群分析中自定义计算周期长度？

你原有代码计算的是订单月份与同期群月份的自然月间隔，要实现每X个月为一个计算周期，对间隔月数做整除处理即可，具体代码调整如下：

• 首先定义自定义周期长度，以你需要的12个月为一个周期为例：

# 可按需修改为任意周期月份数
cycle_months = 12

• 调整周期编号计算逻辑：

from operator import attrgetter

# 原有分组聚合逻辑不变
df_cohort = df.groupby(['cohort', 'order_month']) \
              .agg(n_customers=('CustomerID', 'nunique')) \
              .reset_index(drop=False)

# 先计算间隔自然月数，再按自定义周期长度整除得到周期编号
df_cohort['month_gap'] = (df_cohort.order_month - df_cohort.cohort).apply(attrgetter('n'))
df_cohort['period_number'] = df_cohort['month_gap'] // cycle_months

注：以上逻辑会将入群后0-11个月的交易归入第0个周期、12-23个月的交易归入第1个周期，以此类推。

留存判定适配 #

按照你提出的「用户在所属同期群的12个月内有过1次交易即判定为留存」的规则，直接筛选period_number == 0的用户即为满足留存条件的用户，后续可基于该字段直接聚合统计各同期群的留存率。

内容的提问来源于stack exchange，提问作者joethemow