Effettuare il pivot dei nostri dati
Come hai visto, sembra esserci un aumento del numero di acquisti da parte degli utenti acquirenti nella loro prima settimana. Ora verifichiamo che questo non sia dovuto a un solo segmento di utenti. Lo faremo effettuando prima il pivot dei nostri dati per 'country' e poi per 'device'. La nostra modifica è pensata per influenzare tutti questi gruppi in modo uniforme.
I dati user_purchases di prima sono stati raggruppati e aggregati per le colonne 'country' e 'device'. Questi oggetti sono disponibili nel tuo workspace come user_purchases_country e user_purchases_device.
Come promemoria, .pivot_table() ha la seguente firma:
pd.pivot_table(data, values, columns, index)
Questo esercizio fa parte del corso
Customer Analytics and A/B Testing in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Pivot the data
country_pivot = pd.pivot_table(user_purchases_country, values=['____'], columns=['____'], index=['____'])
print(country_pivot.head())