Analisando preferências dos usuários

Para entender o impacto real do bug, é essencial determinar quantos assinantes esperaríamos caso não tivesse havido o erro de idioma. Isso é crucial para dimensionar o problema e entender a importância de prevenir esse tipo de erro no futuro.

Nesta etapa, você vai criar um novo DataFrame no qual poderá fazer cálculos para estimar o número esperado de assinantes. Esse DataFrame vai incluir quantos usuários preferem cada idioma por dia. Com o DataFrame em mãos, você pode começar a calcular quantos assinantes você esperaria ter caso o bug de idioma não tivesse ocorrido.

Este exercício faz parte do curso

Análise de campanhas de marketing com pandas

Ver curso

Instruções do exercício

Agrupe house_ads por date_served e language_preferred.
Use um dicionário em uma chamada a .agg() para calcular o número de usuários únicos e somar o número de usuários convertidos.
Faça unstack de converted em level = 1

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Group house_ads by date and language
converted = house_ads.groupby(____)\
                        .agg({'____':'____',
                              '____':'____'})

# Unstack converted
converted_df = pd.DataFrame(____.____(____))

Editar e executar o código