Membuat DataFrame untuk house ads

Tim house ads merasa khawatir karena mereka melihat tingkat konversi turun secara tiba-tiba dalam beberapa minggu terakhir. Pada latihan sebelumnya, Anda telah mengonfirmasi bahwa konversi menurun karena Anda menemukan pola terkait preferensi bahasa.

Sebagai data scientist, tugas Anda adalah memberikan masukan yang sedapat mungkin spesifik kepada pemangku kepentingan pemasaran tentang apa yang salah agar mereka dapat memperbaiki masalah tersebut secara maksimal. Sangat penting bagi Anda untuk tidak hanya mengatakan "sepertinya ada masalah bahasa," tetapi mengidentifikasi secara spesifik apa masalahnya agar tim tidak mengulang kesalahan yang sama.

Latihan ini adalah bagian dari kursus

Menganalisis Kampanye Pemasaran dengan pandas

Lihat Kursus

Petunjuk latihan

Gunakan np.where() untuk membuat kolom baru di house_ads bernama 'is_correct_lang' dengan nilai 'Yes' jika 'language_displayed' sama dengan 'language_preferred' dan 'No' jika tidak.
Lakukan group by pada date_served dan is_correct_lang untuk mendapatkan jumlah harian iklan yang ditayangkan.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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)

Edit dan Jalankan Kode