Uitgaven van gebruikers visualiseren
Onlangs heeft het Product-team grote wijzigingen doorgevoerd in zowel de Android- als iOS-apps. Ze verwachten geen directe negatieve impact, maar willen dat je de data in de gaten houdt om zeker te zijn dat de wijzigingen de omzet niet schaden. Daarnaast denkt het productteam dat sommige wijzigingen vrouwelijke gebruikers sterker kunnen raken dan mannelijke.
In deze oefening ga je de maandelijkse omzet voor een van de aangepaste producten plotten en de resultaten beoordelen.
De gegevensset user_revenue met 'device', 'gender', 'country', 'date' en 'revenue' is geladen. Deze is gegroepeerd per maand, apparaat en geslacht. Let op: er is hier een 'month'-kolom afgeleid uit de 'date'-kolom.
Deze oefening maakt deel uit van de cursus
Customer Analytics and A/B Testing in Python
Oefeninstructies
- Pivot
user_revenuezodat'month'de rijen (index) zijn,'device'en'gender'decolumns, en'revenue'devalues. - Verwijder na het pivotten de eerste en laatste rij van de DataFrame om te voorkomen dat discontinuïteiten de resultaten verstoren. Dit is al voor je gedaan.
- Plot
pivoted_datamet de.plot()-methode.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Pivot user_revenue
pivoted_data = pd.pivot_table(user_revenue, values =_____, columns=['device', _____], index='month')
pivoted_data = pivoted_data[1:(len(pivoted_data) -1 )]
# Create and show the plot
pivoted_data.____
plt.show()