数据指标波动假设检验统计

eda/recommended_indexs/hypothesis_test.py

@@ -192,7 +192,6 @@ def chi_cal(data):
     data['共计'] = data.apply(lambda x: x.sum(), axis=1)
     # print(data)
     data.loc['共计'] = data.apply(lambda x: x.sum())
-    print(data)
     t1=data.iloc[0]
     t2=data.iloc[1]
     t11_count=t1[0]
@@ -221,7 +220,7 @@ def chi_cal(data):
         print("数据波动较小，95%可能性属于正常波动范围")
 
 #老用户精准点击曝光数据（首页精选日记本列表on_click_diary_card）
-print("（精准曝光）首页精选日记本列表老用户ctr数据波动假设检验结果：")
+print("【1】（精准曝光）首页精选日记本列表老用户ctr数据波动假设检验结果：")
 chi_ctr_precise_recently=chi_DATA_recently("clk_count_oldUser_all_a","clk_count_oldUser_all_b","imp_count_oldUser_all_precise","on_click_diary_card",five_days,yesterday)
 temp1=[float(str(Decimal(chi_ctr_precise_recently[i]).quantize(Decimal('0.0')))) for i in range(len(chi_ctr_precise_recently))]
 # print(temp1)
@@ -232,7 +231,7 @@ tst=data_cal(temp1,temp2)
 chi_cal(tst)
 
 #新用户精准点击曝光数据（首页精选日记本列表on_click_diary_card）
-print("（精准曝光）首页精选日记本列表新用户ctr数据波动假设检验结果：")
+print("【2】（精准曝光）首页精选日记本列表新用户ctr数据波动假设检验结果：")