Создание DataFrame на основе индексов

Теперь, когда вы создали индекс для сравнения коэффициентов конверсии на английском языке с другими языками, вы построите DataFrame, который позволит оценить ожидаемые ежедневные коэффициенты конверсии — при условии, что пользователям показывался бы правильный язык.

Для вас уже создан DataFrame ожидаемых конверсий с именем converted: он группирует house_ads по дате и предпочтительному языку пользователя. DataFrame содержит количество уникальных пользователей и количество конверсий для каждого языка за каждый день.

Например, получить количество испаноязычных пользователей, которые видели рекламу, можно с помощью converted[('user_id','Spanish')].

Это упражнение является частью курса

Анализ маркетинговых кампаний с помощью pandas

Посмотреть курс

Инструкции к упражнению

С помощью .loc создайте столбец english_conv_rate в converted с коэффициентом конверсии для английского языка за период с '2018-01-11' по '2018-01-31'.
Создайте столбцы ожидаемых конверсий для каждого языка, умножив english_conv_rate на соответствующий языковой индекс (spanish_index, arabic_index или german_index).
Умножьте ожидаемый коэффициент конверсии для каждого языка на количество пользователей, которые должны были видеть рекламу.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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

Редактировать и запускать код