こんにちは、kaggle でウェブサイトの使用時間のデータセットを見つけたので、訪問したページ数とウェブサイトの総滞在時間の比率を調べたいと思っています。

データセットとコードは私の github で見つけることができます: https://github.com/victordalet/Kaggle_analysis/tree/feat/website_traffic

I - インストール

これを行うには、Python で sqlalchemy を使用して csv をデータベースに変換し、結果をプロットして表示します。

pip install plotly
pip install sqlalchemy

II - コード

Main クラスを作成します。このクラスでは、get_data メソッドを使用して CSV を取得し、データベースに格納します。
結果はタプルのリストなので、二重リストを取得するためにtransform_dataメソッドを作成します。
最後に、閲覧したページ数と合計時間の単純なグラフを表示できます。

import pandas as pd
from sqlalchemy import create_engine, text
import plotly.express as px


class Main:
    def __init__(self):
        self.result = None
        self.connection = None

        self.engine = create_engine("sqlite:///my_database.db", echo=False)
        self.df = pd.read_csv("website_wata.csv")
        self.df.to_sql("website_data", self.engine, index=False, if_exists="append")
        self.get_data()
        self.transform_data()
        self.display_graph()


    def get_data(self):
        self.connection = self.engine.connect()
        query = text("SELECT Page_Views, Time_on_Page FROM website_data")
        self.result = self.connection.execute(query).fetchall()

    def transform_data(self):
        for i in range(len(self.result)):
            self.result[i] = list(self.result[i])


    def display_graph(self):
        fig = px.scatter(
            self.result, x=0, y=1, title=""
        )
        fig.show()


Main()

III - 結果

X 軸はユーザーが訪問したページ数を示し、Y 軸は Web サイトで費やした時間を分単位で示します。

最も長く滞在するユーザーは 4 ページから 6 ページの間に訪問し、11 ページから 15 ページの間にはすべてのユーザーが少なくとも数分間滞在していることがわかります。