线来回答这个问题（例如，在早期旅程中关注其他用户的用户与不关注其他用户的用户）：分析输出的草图示例插曲：让第二双眼睛注视你的方法
是时候回顾一下你的方法了。在将您的研究设计付诸实践之前，请一位分析师同事或精通数据的领域专家来挑战您的研究设计。

步骤将假设转化为数据要求第 将所有数据

放入一个数据框还是多个数据框是否有效？我们即将指定所 卢森堡手机号码列表 需的数据。一个更重要的问题是我们是否想要将所有数据放在一个数据框中，或者更确切地说创建多个数据框。

这个问题的答案取决于分析的规模和性质。我们可能会采取完全不同的方法来分析不同的假设——在这种情况下，单独的数据框可能会有所帮助。在我们的示例中，我们正在分析需要相似数据的相同类型的假设 – 因此我们可以将所有数据收集在单个数据框中。

第 6 步：所需数据框的架构是什么样的？利用前面步骤中生成的所有信息，我们最终可以指定所需数据框的模式。再次强调，笔和纸很有帮助。

在我们的示例中我们想要计算在注册后的某天登录

并且具有我们感兴趣的属性的特定值的用户的比例（例如，一个布尔变量，告诉 来电清单 我们特定用户是否关注了另一个用户 X注册后几天）。

我们需要为我们感兴趣的每个属性提供一个布尔值，以便我们可以按这些维度对数据进行分组。布尔值“答案”仅针对通过问答渠道注册的用户定义，因此我们在分析此问题时可以过滤掉其他渠道的用户。我们需要队列中的用户总数来计算注册后每天登录的用户比例。