Crear un DataFrame basado en índices
Ahora que has creado un índice para comparar las tasas de conversión en inglés con las del resto de idiomas, vas a construir un DataFrame que estime cuáles deberían haber sido las tasas de conversión diarias si a los usuarios se les hubiera mostrado el idioma correcto.
Se ha creado para ti un DataFrame de conversiones esperadas llamado converted, agrupando house_ads por fecha e idioma preferido. Contiene un recuento de usuarios únicos y el número de conversiones para cada idioma, cada día.
Por ejemplo, puedes acceder al número de usuarios hispanohablantes que recibieron house ads usando converted[('user_id','Spanish')].
Este ejercicio forma parte del curso
Análisis de campañas de marketing con pandas
Instrucciones del ejercicio
- Usa
.locpara crear la columnaenglish_conv_rateenconvertedcon la tasa de conversión en inglés entre'2018-01-11'y'2018-01-31'. - Crea columnas de conversión esperada para cada idioma multiplicando
english_conv_ratepor cada índice de idioma (spanish_index,arabic_indexogerman_index). - Multiplica la tasa de conversión esperada de cada idioma por el número de usuarios que deberían haber recibido house ads.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Create English conversion rate column for affected period
converted['english_conv_rate'] = converted.loc[____][____]/converted.loc[____][____]
# Create expected conversion rates for each language
converted['expected_spanish_rate'] = ____
converted['expected_arabic_rate'] = ____
converted['expected_german_rate'] = ____
# Multiply number of users by the expected conversion rate
converted['expected_spanish_conv'] = ____*____/100
converted['expected_arabic_conv'] = ____*____/100
converted['expected_german_conv'] = ____*____/100