Czyszczenie danych testu A/B
Czyszczenie danych do testów A/B nie różni się zasadniczo od standardowego procesu opisywanego w kursach poświęconych czyszczeniu i przetwarzaniu danych. Jednak zrozumienie kontekstu i sposobu rejestrowania danych w każdym teście A/B z osobna pozwala podejmować świadome decyzje o tym, jak postępować z nieporządnymi danymi. Usuwanie lub zachowywanie duplikatów i brakujących wartości to dwa przypadki, w których trzeba zachować szczególną ostrożność – ważne jest, aby definicje metryk były spójne dla wszystkich wariantów.
Ramki danych AdSmart i homepage oraz biblioteki pandas i numpy są już wczytane.
To ćwiczenie jest częścią kursu
Testy A/B w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Check for duplicate rows due to logging issues
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))