Tạo DataFrame cho house ads
Nhóm house ads đang lo lắng vì họ thấy tỷ lệ chuyển đổi sụt giảm đột ngột trong vài tuần gần đây. Ở các bài trước, bạn đã xác nhận chuyển đổi giảm do phát hiện một mẫu liên quan đến sở thích ngôn ngữ.
Với vai trò data scientist, nhiệm vụ của bạn là cung cấp cho các bên liên quan ở bộ phận marketing phản hồi cụ thể nhất có thể về điều gì đã sai, để họ có thể khắc phục hiệu quả. Điều quan trọng là bạn không chỉ nói "có vẻ như có vấn đề về ngôn ngữ" mà cần chỉ ra chính xác vấn đề là gì, để nhóm không lặp lại sai lầm.
Bài tập này là một phần của khóa học
Phân tích chiến dịch Marketing với pandas
Hướng dẫn bài tập
- Dùng
np.where()để tạo một cột mới tronghouse_adstên'is_correct_lang'với giá trị là'Yes'nếu'language_displayed'bằng'language_preferred', ngược lại là'No'. - Group theo
date_servedvàis_correct_langđể lấy số đếm theo ngày của các quảng cáo đã phân phối.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Add the new column is_correct_lang
house_ads['is_correct_lang'] = np.____(
house_ads['____'] == house_ads['____'],
'____',
'____')
# Groupby date_served and correct_language
language_check = house_ads.____(____)['____'].____()
# Unstack language_check and fill missing values with 0's
language_check_df = pd.DataFrame(language_check.unstack(level=1)).fillna(0)
# Print results
print(language_check_df)