Подготовка данных для визуализации ежедневной конверсии
Чтобы понять, насколько успешно прошла кампания, важно отслеживать, как ключевые метрики менялись на протяжении всей её продолжительности. Они помогают выявлять проблемы, которые могли возникнуть в ходе кампании, — например, ошибку в системе оплаты, из-за которой конверсия упала ближе к концу. Анализ метрик во времени также позволяет обнаруживать закономерности: скажем, рост числа подписчиков по выходным или в праздничные дни.
В этом упражнении вы продолжите работу с серией ежедневных показателей конверсии daily_conversion_rates, созданной ранее. Прежде чем приступить к визуализации, необходимо преобразовать данные в формат, удобный для работы с pandas и matplotlib.
Это упражнение является частью курса
Анализ маркетинговых кампаний с помощью pandas
Инструкции к упражнению
- Сбросьте индекс серии
daily_conversion_ratesи используйтеpd.DataFrame(), чтобы преобразовать результат в DataFrame с именемdaily_conversion_rate. - Переименуйте столбцы нового DataFrame
daily_conversion_rate: присвойте им имена'date_served'и'conversion_rate'.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))
# Rename columns
daily_conversion_rate.____ = ['____',
'____']