Analizar las preferencias de los usuarios

Para entender el impacto real del fallo, es fundamental determinar cuántas suscripciones habríamos esperado si no hubiera habido un error de idioma. Esto es clave para dimensionar el problema y ver lo importante que es evitar este tipo de errores en el futuro.

En este paso, crearás un nuevo DataFrame sobre el que podrás hacer cálculos para estimar el número esperado de suscriptores. Este DataFrame incluirá cuántos usuarios prefieren cada idioma por día. Una vez que lo tengas, podrás empezar a calcular cuántos suscriptores habrías esperado tener si el fallo de idioma no hubiera ocurrido.

Este ejercicio forma parte del curso

Análisis de campañas de marketing con pandas

Ver curso

Instrucciones del ejercicio

Agrupa house_ads por date_served y language_preferred.
Usa un diccionario dentro de una llamada a .agg() para calcular el número de usuarios únicos y sumar el número de usuarios convertidos.
Haz un unstack de converted con level = 1

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Group house_ads by date and language
converted = house_ads.groupby(____)\
                        .agg({'____':'____',
                              '____':'____'})

# Unstack converted
converted_df = pd.DataFrame(____.____(____))

Editar y ejecutar código