Criando um DataFrame com base em índices
Agora que você criou um índice para comparar as taxas de conversão em inglês com todos os outros idiomas, você vai montar um DataFrame que estima quais deveriam ter sido as taxas de conversão diárias se os usuários tivessem recebido o idioma correto.
Um DataFrame de conversões esperadas chamado converted foi criado para você, agrupando house_ads por data e idioma preferido. Ele contém a contagem de usuários únicos e o número de conversões para cada idioma, em cada dia.
Por exemplo, você pode acessar o número de usuários que falam espanhol e receberam house ads usando converted[('user_id','Spanish')].
Este exercício faz parte do curso
Análise de campanhas de marketing com pandas
Instruções do exercício
- Use
.locpara criar a colunaenglish_conv_rateemconvertedcom a taxa de conversão em inglês entre'2018-01-11'e'2018-01-31'. - Crie colunas de conversão esperada para cada idioma multiplicando
english_conv_ratepor cada índice de idioma (spanish_index,arabic_indexougerman_index). - Multiplique a taxa de conversão esperada de cada idioma pelo número de usuários que deveriam ter recebido house ads.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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