बग के प्रभाव का आकलन
अब यह निकालने का समय है कि गलतफ़हमी से उपयोगकर्ताओं को उनकी पसंदीदा भाषा की जगह English दिखा देने के कारण कितने subscribers खोए गए. जब टीम के पास इस त्रुटि के प्रभाव का एक अनुमान होगा, तो वे तय कर सकेंगे कि भविष्य में इससे बचने के लिए अतिरिक्त checks लगाना लाभकारी है या नहीं — आप सोच रहे होंगे, ज़ाहिर है, गलतियाँ रोकने की कोशिश तो करनी चाहिए! एक मायने में आप सही हैं, लेकिन कंपनी का हर फ़ैसला काम और फंडिंग माँगता है. आपकी टीम के पास जितनी अधिक जानकारी होगी, वे इस trade-off का उतना ही बेहतर मूल्यांकन कर पाएँगे.
DataFrame converted पहले से आपके लिए लोड किया गया है. इसमें Spanish, Arabic और German भाषा बोलने वालों के expected subscribers वाले कॉलम हैं, जिनके नाम क्रमशः expected_spanish_conv, expected_arabic_conv और expected_german_conv हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण
अभ्यास निर्देश
.locका उपयोग करके केवल वही पंक्तियाँ चुनकरconvertedDataFrame बनाएँ जिनमें तारीख'2018-01-11'और'2018-01-31'के बीच हो.convertedमें प्रत्येक भाषा के expected subscribers वाले कॉलम्स का योग करें और परिणामexpected_subsमें रखें.convertedमें प्रत्येक भाषा के actual subscribers का योग करें और परिणामactual_subsमें रखें.- बग के कारण कितने subscribers खोए गए, यह जानने के लिए
expected_subsमें सेactual_subsघटाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Use .loc to slice only the relevant dates
converted = converted.___['____':'____']
# Sum expected subscribers for each language
expected_subs = ____.sum() + ____.sum() + ____.sum()
# Calculate how many subscribers we actually got
actual_subs = ____.____ + ____.____ + ____.____
# Subtract how many subscribers we got despite the bug
lost_subs = ____
print(lost_subs)