Curățarea datelor pentru testele A/B
Curățarea datelor pentru testele A/B nu diferă de procesul obișnuit predat în cursurile de curățare și manipulare a datelor. Totuși, înțelegerea contextului și a comportamentului de înregistrare a datelor pentru fiecare test A/B în parte îți permite să iei decizii informate despre cum să gestionezi datele dezordonate. Eliminarea sau păstrarea duplicatelor și a valorilor lipsă sunt două situații în care trebuie să fim atenți la definițiile metricilor și la consistența acestora între variante.
DataFrame-urile AdSmart și homepage, precum și bibliotecile pandas și numpy, sunt deja încărcate pentru tine.
Sursa setului de date Adsmart de pe Kaggle este disponibilă aici.
Acest exercițiu face parte din cursul
A/B Testing în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Check for duplicate rows due to logging issues
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))