Membuat DataFrame berdasarkan indeks

Sekarang setelah Anda membuat indeks untuk membandingkan tingkat konversi bahasa Inggris dengan semua bahasa lainnya, Anda akan membangun sebuah DataFrame yang memperkirakan seperti apa seharusnya tingkat konversi harian jika pengguna disajikan bahasa yang benar.

Sebuah DataFrame konversi yang diharapkan bernama converted telah dibuat untuk Anda dengan mengelompokkan house_ads berdasarkan tanggal dan bahasa pilihan. DataFrame ini memuat jumlah pengguna unik serta jumlah konversi untuk setiap bahasa, setiap hari.

Sebagai contoh, Anda dapat mengakses jumlah pengguna berbahasa Spanyol yang menerima house ads menggunakan converted[('user_id','Spanish')].

Latihan ini adalah bagian dari kursus

Menganalisis Kampanye Pemasaran dengan pandas

Lihat Kursus

Petunjuk latihan

Gunakan .loc untuk membuat kolom english_conv_rate di converted dengan tingkat konversi bahasa Inggris antara '2018-01-11' dan '2018-01-31'.
Buat kolom konversi yang diharapkan untuk setiap bahasa dengan mengalikan english_conv_rate dengan indeks tiap bahasa (spanish_index, arabic_index atau german_index).
Kalikan tingkat konversi yang diharapkan tiap bahasa dengan jumlah pengguna yang seharusnya menerima house ads.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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

Edit dan Jalankan Kode