Analizarea preferințelor utilizatorilor

Pentru a înțelege impactul real al bug-ului, este esențial să stabilim câți abonați ne-am fi așteptat să avem dacă nu ar fi existat eroarea de limbă. Acest lucru este crucial pentru a înțelege amploarea problemei și cât de important este să prevenim astfel de erori pe viitor.

În acest pas, vei crea un nou DataFrame pe care să poți efectua calcule pentru a determina numărul estimat de abonați. Acest DataFrame va include câți utilizatori preferă fiecare limbă, pe zi. Odată ce ai DataFrame-ul, poți începe să calculezi câți abonați ai fi avut dacă bug-ul de limbă nu ar fi apărut.

Acest exercițiu face parte din cursul

Analiza campaniilor de marketing cu pandas

Vezi cursul

Instrucțiuni pentru exercițiu

Grupează house_ads după date_served și language_preferred.
Folosește un dicționar în cadrul unui apel la .agg() pentru a calcula numărul de utilizatori unici și suma utilizatorilor care au făcut conversie.
Desfășoară converted la level = 1.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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

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

Editează și rulează codul