Очистка данных A/B-теста
Очистка данных A/B-тестирования ничем принципиально не отличается от стандартного процесса, который изучается в курсах по очистке и обработке данных. Однако понимание контекста и особенностей логирования данных для каждого конкретного A/B-теста позволяет принимать обоснованные решения о том, как работать с «грязными» данными. Удаление или сохранение дубликатов и пропущенных значений — два случая, в которых важно чётко определить метрики и убедиться в их согласованности между вариантами.
Для вас уже загружены датафреймы AdSmart и homepage, а также библиотеки pandas и numpy.
Это упражнение является частью курса
A/B-тестирование в Python
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Check for duplicate rows due to logging issues
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))