इंडेक्स के आधार पर DataFrame बनाना
अब जबकि आपने इंग्लिश conversion rates की तुलना बाकी सभी भाषाओं से करने के लिए एक इंडेक्स बना लिया है, आप एक ऐसा DataFrame तैयार करेंगे जो यह अनुमान लगाएगा कि अगर यूज़र्स को सही भाषा सर्व की जाती, तो दैनिक conversion rates क्या होने चाहिए थे.
आपके लिए converted नाम का एक expected conversion DataFrame बनाया गया है, जो house_ads को तारीख और preferred भाषा के हिसाब से group करता है. इसमें हर भाषा और हर दिन के लिए unique users की गिनती और conversions की संख्या शामिल है.
उदाहरण के लिए, आप converted[('user_id','Spanish')] का उपयोग करके उन Spanish-भाषी यूज़र्स की संख्या देख सकते हैं जिन्हें house ads मिले थे.
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण
अभ्यास निर्देश
.locका उपयोग करकेconvertedमेंenglish_conv_rateकॉलम बनाएँ, जिसमें'2018-01-11'और'2018-01-31'के बीच का English conversion rate हो.- हर भाषा के लिए expected conversion कॉलम बनाएँ:
english_conv_rateको संबंधित language index (spanish_index,arabic_indexयाgerman_index) से गुणा करें. - हर भाषा के expected conversion rate को उन users की संख्या से गुणा करें जिन्हें house ads मिलने चाहिए थे.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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