Indekslere göre bir DataFrame oluşturma
Artık İngilizce dönüşüm oranlarını diğer tüm dillerle karşılaştırmak için bir indeks oluşturduğuna göre, kullanıcıların doğru dilde içerik gördüğü varsayımıyla günlük dönüşüm oranlarının ne olması gerektiğini tahmin eden bir DataFrame oluşturacaksın.
Tarih ve tercih edilen dile göre house_ads öğelerini gruplandıran, converted adlı beklenen dönüşüm DataFrame'i senin için oluşturuldu. Bu DataFrame, her dil ve her gün için benzersiz kullanıcı sayısını ve dönüşüm sayısını içeriyor.
Örneğin, ev içi reklamları gören İspanyolca konuşan kullanıcıların sayısına converted[('user_id','Spanish')] ile erişebilirsin.
Bu egzersiz
pandas ile Pazarlama Kampanyalarını Analiz Etme
kursunun bir parçasıdırEgzersiz talimatları
convertediçinde'2018-01-11'ile'2018-01-31'arasındaki İngilizce dönüşüm oranını kullanarak.locileenglish_conv_ratesütununu oluştur.- Her dil için beklenen dönüşüm sütunlarını,
english_conv_rateile her bir dil indeksini (spanish_index,arabic_indexveyagerman_index) çarparak oluştur. - Her dilin beklenen dönüşüm oranını, ev içi reklamları görmesi gereken kullanıcı sayısıyla çarp.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# 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