Daten vorbereiten, um die tägliche Conversion zu visualisieren

Wenn du verstehen willst, wie deine Kampagne gelaufen ist, ist es wichtig zu sehen, wie sich zentrale Kennzahlen über die Kampagnendauer verändert haben. Deine wichtigsten Metriken helfen dir, Probleme zu erkennen, die während der Kampagne aufgetreten sein könnten, zum Beispiel ein Bug im Checkout-System, der am Ende deiner Kampagne zu einem Rückgang der Conversion geführt hat. Metriken über die Zeit können auch Trends sichtbar machen, etwa mehr Abonnenten an Wochenenden oder an bestimmten Feiertagen.

In dieser Übung knüpfst du an die Series mit der täglichen Conversion-Rate daily_conversion_rates an, die du in einer früheren Übung erstellt hast. Bevor du mit der Visualisierung beginnen kannst, musst du deine Daten in ein Format umwandeln, das sich einfacher mit pandas und matplotlib verwenden lässt.

Diese Übung ist Teil des Kurses

Marketingkampagnen mit pandas analysieren

Kurs anzeigen

Anleitung zur Übung

Setze den Index der Series daily_conversion_rates zurück und wandle das Ergebnis mit pd.DataFrame() in einen DataFrame mit dem Namen daily_conversion_rate um.
Benenne die Spalten im neuen DataFrame daily_conversion_rate in 'date_served' und 'conversion_rate' um.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))

# Rename columns
daily_conversion_rate.____ = ['____', 
                              '____']

Code bearbeiten und ausführen