インデックスに基づくDataFrameの作成
英語のコンバージョン率を他のすべての言語と比較するためのインデックスを作成したので、次は、ユーザーに正しい言語が配信されていた場合に日次コンバージョン率がどの程度になるはずだったかを推定するDataFrameを作成します。
日付と言語の希望ごとに house_ads をグループ化した、予測コンバージョンのDataFrame converted が用意されています。各言語・各日におけるユニークユーザー数とコンバージョン数が含まれます。
たとえば、converted[('user_id','Spanish')] を使うと、ハウス広告を受け取ったスペイン語話者のユーザー数にアクセスできます。
この演習はコースの一部です
pandasで学ぶマーケティングキャンペーン分析
演習の手順
.locを使って、convertedに列english_conv_rateを作成し、'2018-01-11'から'2018-01-31'の期間の英語のコンバージョン率を設定します。- 各言語インデックス（
spanish_index、arabic_index、german_index）にenglish_conv_rateを掛けて、各言語の想定コンバージョン率の列を作成します。 - 各言語の想定コンバージョン率に、ハウス広告を受け取るべきだったユーザー数を掛け算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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