Mettre le tout ensemble

Vos parties prenantes en marketing ont demandé un rapport du taux de conversion quotidien pour chaque groupe d'âge, et elles en ont besoin dès que possible. Elles souhaitent que vous actualisiez ce rapport sur une base mensuelle. C'est l'occasion idéale d'utiliser vos fonctions. Elles vous aideront non seulement à livrer ce rapport rapidement aujourd'hui, mais aussi chaque mois au moment de l'actualisation des données.

Rappelez-vous que conversion_rate() prend un DataFrame et une liste de colonnes pour calculer le taux de conversion.

Cette activité fait partie du cours

Analyser des campagnes marketing avec pandas

Voir le cours

Instructions de l’exercice

À l'aide de votre fonction conversion_rate(), créez un nouveau DataFrame appelé age_group_conv qui contient le taux de conversion par date_served et age_group à partir du DataFrame marketing.
Dépilez age_group_conv pour créer un DataFrame où chaque groupe d'âge est une colonne. Cette étape a déjà été faite pour vous.
Utilisez votre fonction plotting_conv() pour tracer les taux de conversion de chaque groupe d'âge.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Calculate conversion rate by date served and age group
age_group_conv = ____

# Unstack age_group_conv and create a DataFrame
age_group_df = pd.DataFrame(age_group_conv.unstack(level=1))

# Plot the results
____

Modifier et exécuter le code