हाउस ads के लिए एक DataFrame बनाना

हाउस ads टीम चिंतित है क्योंकि पिछले कुछ हफ्तों में उनका conversion rate अचानक गिर गया है। पिछले अभ्यासों में, आपने language preferences से जुड़ा एक पैटर्न देखकर यह पुष्टि की कि conversion वाकई नीचे गया है.

एक डेटा साइंटिस्ट के रूप में, आपका काम अपने मार्केटिंग स्टेकहोल्डर्स को जितना संभव हो उतना विशिष्ट फीडबैक देना है कि गड़बड़ी कहाँ हुई, ताकि वे समस्या को प्रभावी ढंग से सुधार सकें। यह ज़रूरी है कि आप केवल इतना न कहें कि "लगता है भाषा से जुड़ी दिक्कत है," बल्कि ठोस तौर पर पहचानें कि समस्या क्या थी, ताकि टीम वही गलती दोबारा न दोहराए.

यह अभ्यास पाठ्यक्रम का हिस्सा है

pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण

पाठ्यक्रम देखें

अभ्यास निर्देश

np.where() का उपयोग करके house_ads में 'is_correct_lang' नाम का एक नया कॉलम बनाएँ, जिसके मान 'Yes' हों जब 'language_displayed' 'language_preferred' के बराबर हो, अन्यथा 'No'.
date_served और is_correct_lang के आधार पर group by करें ताकि प्रतिदिन परोसी गई ads की संख्या मिल सके.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Add the new column is_correct_lang
house_ads['is_correct_lang'] = np.____(
    house_ads['____'] == house_ads['____'], 
    '____', 
    '____')

# Groupby date_served and correct_language
language_check = house_ads.____(____)['____'].____()

# Unstack language_check and fill missing values with 0's
language_check_df = pd.DataFrame(language_check.unstack(level=1)).fillna(0)

# Print results
print(language_check_df)

कोड संपादित करें और चलाएँ