玩家的等级成长曲线

在一款游戏中，数值策划会在游戏的设计阶段，规划玩家的等级成长的曲线，
包括每个等级需要的资源数，不同付费级别的玩家在每个等级的驻留时间等。
在游戏上线后，就需要去获取玩家的实际的成长曲线，和策划的设计曲线做对比，看看有没有偏差之类的。
本篇主要讲怎么去分析玩家的等级成长曲线，并绘制图形。
首先确定做这个分析一共需要的数据：
时间戳，玩家的注册时间，玩家id，各个时间戳下的游戏内等级和玩家的付费等级。
随便在日志中找个经常被触发的命令，带有时间戳和当前等级就行。
比如下面这种：

然后需要找到玩家的注册时间，得到每一行数据对于该玩家的注册时间的天数差，
再去个重就可以得到玩家的游戏天数和等级的数据了。

查询天数差的sql如下

SELECT
  item.uid,
  item.level,
--当前时间减去注册时间得到天数差--
  datetime_diff(datetime(item.ts),  datetime(reg.ts), DAY) AS day
FROM
  `cmd表` AS item
LEFT JOIN
  `regist表` AS reg
ON
  reg.uid = item.uid
WHERE
  DATE(item.ts, '+08') BETWEEN "2020-10-12"  AND "2020-11-26"
GROUP BY
  1,  2,  3
ORDER BY
  1,  2

用pandas找到玩家每天的最大等级

#按照uid和day分组，取level的最大值的索引，再根据索引筛选数据，同时也是去除重复的数据
level = level.loc[level.groupby(by=['day','uid'])['level'].idxmax()]

使用pivot_table转换下行列

le = level.pivot_table(index='uid', columns='day', values='level')

image.png

这样就得到了玩家等级随天数的变化情况。
但是这样还有两个问题， 第一个是上图第一个框中的，在两天数据中有缺失值。
这表示玩家在这天没有触发过这条命令，如果你选的是登陆必触发的命令则说明玩家在当天没有登陆。
这种可以直接按照上一次的等级填充。
然后是第二种情况，玩家直接弃坑了，这种就不需要填充数据。
因为弃坑后他的等级是不会变的，如果纳入统计会很大的拉低整体的数据值。
所以综合下就是在玩家弃坑前的缺失值要填充，弃坑后就不填充。
那么直接从后往前遍历，找到第一个不为空的数据，就是玩家的弃坑时间，然后填充前面的值就好了。

def fill_level(row):
    for i in range(45,-1,-1):
         if not np.isnan(row.iloc[i]):
            return row[:i+1].fillna(method='ffill')
le = le.apply(fill_level, axis=1)

现在拿到了基本的玩家等级随天数变化的数据，然后和充值表连表，找到每个玩家的充值等级。

SELECT
uid, sum(value ) as total_buy
FROM
  `充值表` 
where server = '28'
group by 1

拿到玩家的充值数据后，按不同金额分段，比如按照100内为小R，100-1000为中R，1000以上为大R

buy['r'] = pd.cut(buy['total_buy'], [0, 100,1000,np.inf],
                  right=False, labels=['R', 'SR', 'SSR'])

看下各个等级有多少人：

buy['r'].value_counts()

R      184
SR      42
SSR      9

然后把我们的等级变化表和充值表连起来

leb = pd.merge(le, buy[['uid','r']], how='left', on='uid')

连表后充值玩家的等级已经和uid对应起来的，但是未充值玩家的这一列仍是空值，所以需要填充一下。
由于上面我们分等级的时候用了pd.cut，这一列的类型变为了category，直接使用fillna是会报错的。
因为category只允许插入分类中已有的值。
具体来说，在上面的labels中有['R', 'SR', 'SSR']这三个类型，那么fillna的值只能填这三个类型。
所以需要先插入一个未充值玩家的类型，在使用fillna填充。

# 在分类中插入N类型，再使用fillna做填充
leb['r'].cat.add_categories(['N'], inplace=True)
leb['r'].fillna('N', inplace=True)
leb['r'] = leb['r'].astype('str')

leb['r'].value_counts()

N      2045
R       138
SR       31
SSR       8

然后我们把每一个等级的数据提取出来，准备绘图

leN = leb[leb['r']=='N'].copy()
leR = leb[leb['r']=='R'].copy()
leSR = leb[leb['r']=='SR'].copy()
leSSR = leb[leb['r']=='SSR'].copy()

这里使用箱线图，因为箱线图可以表示一个数据的分布，再加上平均值，可以较好的展示真实的数据。

plt.figure(figsize=(24, 9), dpi=80)
t = le.drop(['uid', 'r'], axis=1)
lm = t.mean()
# 这里索引不加1的话，折线图的X轴会和箱线图的X轴是对不上，具体我也不知道为啥。。。
lm.index += 1
lm.plot(c='g', label=' N average line')
t.boxplot(color='r')
plt.legend()

现在拿到了玩家的成长数据了，接下来把策划设计的线加上就可以了。

plt.figure(figsize=(24, 9), dpi=80)
t = le.drop(['uid', 'r'], axis=1)
lm = t.mean()
# 这里索引不加1的话，折线图的X轴会和箱线图的X轴是对不上，具体我也不知道为啥。。。
lm.index += 1
lm.plot(c='g', label=' N average line')
# 根据策划给出的等级成长规划得到的数据
N_up_line.plot(c='b', label='N design line')
t.boxplot(color='r')
# 设置标题
plt.title('all user')
# 画出线段说明，下图左上角的那个
plt.legend()
plt.show()

剩下的就是画出不同充值等级的玩家的图表了，代码都是一样的，
改下t = le.drop(['uid', 'r'], axis=1)就可以了。
可以从图中看出，前期玩家至少有一半是没跟上策划的规划线的，那么就可以从其他方便查找一下没跟上的原因，然后采取一些手段优化玩家的成长体验。
箱线图的具体说明如上下限、异常值怎么算的，请自行百度。
-- end --