Mettre le tout en pratique

Vos parties prenantes marketing ont demandé un rapport du taux de conversion quotidien par groupe d’âge, et elles en ont besoin au plus vite. Elles souhaitent que vous actualisiez ce rapport chaque mois. 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 lors de la mise à jour des données.

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

Cet exercice fait partie du cours

Analyzing Marketing Campaigns with pandas

Afficher le cours

Instructions

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.
Appliquez unstack à age_group_conv pour créer un DataFrame avec chaque groupe d’âge en colonne. Cette étape a déjà été effectuée pour vous.
Utilisez votre fonction plotting_conv() pour tracer les taux de conversion pour chaque groupe d’âge.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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