Onze data pivoteren
Zoals je zag, lijkt het aantal aankopen door kopende gebruikers in hun eerste week toe te nemen. Laten we nu bevestigen dat dit niet alleen wordt veroorzaakt door één segment gebruikers. Dat doen we door onze data eerst te pivoteren op 'country' en daarna op 'device'. Onze wijziging is bedoeld om al deze groepen evenveel te beïnvloeden.
De user_purchases-data van eerder is gegroepeerd en geaggregeerd op de kolommen 'country' en 'device'. Deze objecten staan voor je klaar in je werkruimte als user_purchases_country en user_purchases_device.
Ter herinnering: .pivot_table() heeft de volgende signatuur:
pd.pivot_table(data, values, columns, index)
Deze oefening maakt deel uit van de cursus
Customer Analytics and A/B Testing in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Pivot the data
country_pivot = pd.pivot_table(user_purchases_country, values=['____'], columns=['____'], index=['____'])
print(country_pivot.head())