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 interattivo pratico
Prova questo esercizio completando questo 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