玩家等级成长曲线

包括每一关需要的资源数量，每一关不同付费等级玩家的停留时间等。

游戏上线后，你需要得到玩家的实际成长曲线，与计划的设计曲线进行对比，看是否有偏差之类的。

本文主要讲如何分析球员的等级成长曲线，并绘制图形。

首先，确定分析所需的数据:

时间戳，玩家注册时间，玩家id，每个时间戳下的游戏内等级和玩家付费等级。

只需在日志中找到一个频繁触发的命令，带有时间戳和当前级别。

例如，以下内容:

找到玩家每天和熊猫在一起的最高水平。

使用pivot_table转换下一行和下一列。

这样就得到了玩家等级随天数的变化。

但是还有两个问题。第一个在上面的第一个框中，两天的数据中有缺失值。

这意味着玩家在这一天没有触发这个命令。如果选择了登录时必须触发的命令，说明玩家当天没有登录。

这个可以直接按最后一个年级填。

那么第二种情况，玩家直接弃坑，就不用填数据了。

因为弃坑后他的排名不会改变，如果纳入统计，会大大拉低整体数据价值。

所以综上所述，缺失值要在玩家弃坑前补齐，弃坑后就不补了。

然后直接从后向前遍历，找到第一个不为空的数据，也就是玩家弃坑时间，然后填入之前的值。

现在我得到了玩家等级随天数变化的基本数据，然后就可以和充值表连接起来，找到每个玩家的充值等级。

拿到玩家充值数据后，按照不同的金额进行分段，比如100以内的小R，100到1000之间的中R，1000以上的大R。

看看各个层次有多少人:

然后把我们的等级变化表和充值表连接起来。

连接表格后，充值玩家的排名已经对应uid，但是充值玩家一栏还是空的，需要填充。

因为上面评分的时候我们用了pd.cut，所以这个栏目的类型变成了category，直接用fillna会出错。

因为类别只允许您插入已经在类别中的值。

具体来说，上面的标签有三种类型['r '，' Sr '，' SSR']，所以fillna的值只能填这三种类型。

所以你需要先插入一个没有充值的类型的播放器，然后用fillna来填充。

然后我们提取每一层的数据，准备绘图。

这里用的是箱线图，因为箱线图可以表示一个数据的分布，加上平均值，可以更好的展现真实的数据。

现在我们已经得到了球员的成长数据，我们可以添加计划和设计的线路。