Čištění dat pro A/B test
Čištění dat pro A/B testování se nijak zásadně neliší od běžného procesu, který se vyučuje v kurzech čištění a manipulace s daty. Pochopení kontextu a způsobu logování dat v každém A/B testu ti ale umožní lépe rozhodovat, jak naložit s nekonzistentními daty. Odstraňování nebo ponechání duplicit a chybějících hodnot jsou dva případy, kdy musíme pečlivě zvážit definice metrik a jejich konzistenci napříč variantami.
DataFramy AdSmart a homepage a také knihovny pandas a numpy jsou již načtené.
Zdroj datasetu Adsmart z Kaggle je k dispozici zde.
Toto cvičení je součástí kurzu
A/B testování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Check for duplicate rows due to logging issues
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))