Skapa en DataFrame för daglig konverteringsgrad

För att förstå trender över tid ska du skapa en ny DataFrame som innehåller konverteringsgraden för varje dag. Du följer i princip samma steg som tidigare när du beräknade den övergripande konverteringsgraden, men den här gången grupperar du även efter det datum då en användare prenumererade.

Att titta på den dagliga konverteringsgraden är avgörande för att sätta i kontext om konverteringsgraden en viss dag var bra eller dålig. Dessutom kan du genom att studera konverteringsgraden över tid identifiera trender – till exempel om konverteringsgraden verkar sjunka med tiden. Det är viktigt att identifiera den här typen av trender så tidigt som möjligt och kommunicera dem till dina marknadsföringsintressenter.

Den här övningen är en del av kursen

Analysera marknadsföringskampanjer med pandas

Visa kurs

Övningsinstruktioner

Gruppera marketing efter 'date_served' och beräkna det unika antalet användar-ID:n.
Välj enbart de rader i marketing där converted är True. Gruppera resultatet efter 'date_served' och beräkna det unika antalet användar-ID:n.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Group by date_served and count unique users
total = marketing.____(['____'])['____']\
                     .____()

# Group by date_served and calculate subscribers
subscribers = marketing[____['____'] == ____]\
                         .____(['____'])\
                         ['____'].____()

# Calculate the conversion rate for all languages
daily_conversion_rates = subscribers/total

Redigera och kör kod