Creare un DataFrame basato sugli indici
Ora che hai creato un indice per confrontare i tassi di conversione in inglese con tutte le altre lingue, costruirai un DataFrame che stimi quali avrebbero dovuto essere i tassi di conversione giornalieri se agli utenti fosse stata mostrata la lingua corretta.
È stato creato per te un DataFrame atteso delle conversioni chiamato converted, raggruppando house_ads per data e lingua preferita. Contiene il conteggio degli utenti unici e il numero di conversioni per ciascuna lingua, ogni giorno.
Per esempio, puoi accedere al numero di utenti di lingua spagnola che hanno ricevuto house ads usando converted[('user_id','Spanish')].
Questo esercizio fa parte del corso
Analizzare campagne di marketing con pandas
Istruzioni dell'esercizio
- Usa
.locper creare la colonnaenglish_conv_rateinconvertedcon il tasso di conversione in inglese tra'2018-01-11'e'2018-01-31'. - Crea le colonne di conversione attesa per ogni lingua moltiplicando
english_conv_rateper ciascun indice di lingua (spanish_index,arabic_indexogerman_index). - Moltiplica il tasso di conversione atteso di ciascuna lingua per il numero di utenti che avrebbero dovuto ricevere le house ads.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# 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