Förbered data för att visualisera daglig konvertering
När du vill förstå hur din kampanj presterade är det viktigt att se hur nyckeltal förändrades under kampanjens gång. Nyckeltalen kan hjälpa dig att fånga upp problem som uppstod under kampanjen – till exempel en bugg i kassasystemet som ledde till ett tapp i konvertering mot slutet. Mätvärden över tid kan också synliggöra trender, som att antalet prenumeranter ökar under helger eller kring specifika helgdagar.
I den här övningen bygger du vidare på Series:n daily_conversion_rates för daglig konverteringsgrad som du skapade i en tidigare övning. Innan du kan börja visualisera behöver du omvandla datan till ett format som är enklare att använda med pandas och matplotlib.
Den här övningen är en del av kursen
Analysera marknadsföringskampanjer med pandas
Övningsinstruktioner
- Återställ indexet i Series:n
daily_conversion_ratesoch användpd.DataFrame()för att konvertera resultatet till en DataFrame med namnetdaily_conversion_rate. - Byt namn på kolumnerna i den nya DataFrame:n
daily_conversion_ratetill'date_served'och'conversion_rate'.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))
# Rename columns
daily_conversion_rate.____ = ['____',
'____']