Створення датафрейму на основі індексів
Тепер, коли ви створили індекс, щоб порівняти показники конверсії англійською з усіма іншими мовами, ви побудуєте датафрейм, який оцінить, якими мали б бути денні показники конверсії, якби користувачі отримували правильну мову.
Для вас створено очікуваний датафрейм конверсій converted, у якому house_ads згруповано за датою та уподобаною мовою. Він містить кількість унікальних користувачів, а також число конверсій для кожної мови щодня.
Наприклад, ви можете отримати число іспаномовних користувачів, які бачили house ads, через converted[('user_id','Spanish')].
Ця вправа є частиною курсу
Аналіз маркетингових кампаній у pandas
Інструкції до вправи
- Використайте
.loc, щоб створити стовпецьenglish_conv_rateуconvertedз показником конверсії англійською між'2018-01-11'і'2018-01-31'. - Створіть очікувані стовпці конверсії для кожної мови, помноживши
english_conv_rateна відповідний мовний індекс (spanish_index,arabic_indexабоgerman_index). - Помножте очікуваний показник конверсії для кожної мови на кількість користувачів, які мали отримати house ads.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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