ประเมินผลกระทบของบัก
ถึงเวลาคำนวณแล้วว่าเราสูญเสียผู้ติดตามไปกี่รายจากการที่ระบบแสดงเนื้อหาเป็นภาษาอังกฤษแทนที่จะเป็นภาษาที่ผู้ใช้เลือกไว้ เมื่อทีมได้ตัวเลขประมาณการผลกระทบนี้แล้ว ก็จะสามารถพิจารณาได้ว่าคุ้มค่าหรือไม่ที่จะเพิ่มการตรวจสอบเพื่อป้องกันปัญหานี้ในอนาคต คุณอาจคิดว่าแน่นอนต้องคุ้มค่า แต่ในความเป็นจริง ทุกการตัดสินใจของบริษัทล้วนต้องใช้ทั้งเวลาและงบประมาณ ยิ่งทีมมีข้อมูลมากเท่าไร ก็ยิ่งประเมินการแลกเปลี่ยนนี้ได้แม่นยำมากขึ้นเท่านั้น
DataFrame converted ถูกโหลดไว้ให้แล้ว โดยมีคอลัมน์จำนวนผู้ติดตามที่คาดไว้สำหรับผู้ใช้ที่ใช้ภาษาสเปน อาหรับ และเยอรมัน ชื่อว่า expected_spanish_conv, expected_arabic_conv และ expected_german_conv ตามลำดับ
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
วิเคราะห์แคมเปญการตลาดด้วย pandas
คำแนะนำการฝึกหัด
- สร้าง DataFrame
convertedโดยใช้.locเพื่อเลือกเฉพาะแถวที่วันที่อยู่ระหว่าง'2018-01-11'ถึง'2018-01-31' - รวมคอลัมน์จำนวนผู้ติดตามที่คาดไว้ของแต่ละภาษาใน
convertedแล้วเก็บผลลัพธ์ไว้ในexpected_subs - รวมจำนวนผู้ติดตามจริงของแต่ละภาษาใน
convertedแล้วเก็บผลลัพธ์ไว้ในactual_subs - ลบ
actual_subsออกจากexpected_subsเพื่อหาจำนวนผู้ติดตามที่สูญเสียไปเนื่องจากบักดังกล่าว
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Use .loc to slice only the relevant dates
converted = converted.___['____':'____']
# Sum expected subscribers for each language
expected_subs = ____.sum() + ____.sum() + ____.sum()
# Calculate how many subscribers we actually got
actual_subs = ____.____ + ____.____ + ____.____
# Subtract how many subscribers we got despite the bug
lost_subs = ____
print(lost_subs)