Создание DataFrame для рекламы собственной платформы

Команда, отвечающая за рекламу собственной платформы, обеспокоена резким падением конверсии за последние несколько недель. В предыдущих упражнениях вы подтвердили этот факт и обнаружили закономерность, связанную с языковыми предпочтениями пользователей.

Как специалист по данным, вы должны давать маркетинговым стейкхолдерам максимально конкретную обратную связь о том, что пошло не так, — это поможет им эффективно исправить ситуацию. Недостаточно просто сообщить: «похоже, проблема в языке». Важно точно определить, в чём именно она заключается, чтобы команда не повторила ту же ошибку.

Это упражнение является частью курса

Анализ маркетинговых кампаний с помощью pandas

Посмотреть курс

Инструкции к упражнению

Используйте np.where(), чтобы создать в house_ads новый столбец 'is_correct_lang': его значения должны быть равны 'Yes', если 'language_displayed' совпадает с 'language_preferred', и 'No' в противном случае.
Сгруппируйте данные по date_served и is_correct_lang, чтобы получить ежедневный счётчик показанных объявлений.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Add the new column is_correct_lang
house_ads['is_correct_lang'] = np.____(
    house_ads['____'] == house_ads['____'], 
    '____', 
    '____')

# Groupby date_served and correct_language
language_check = house_ads.____(____)['____'].____()

# Unstack language_check and fill missing values with 0's
language_check_df = pd.DataFrame(language_check.unstack(level=1)).fillna(0)

# Print results
print(language_check_df)

Редактировать и запускать код