Đánh giá tác động của lỗi
Đến lúc tính xem có bao nhiêu người đăng ký đã bị mất do vô tình hiển thị tiếng Anh thay vì ngôn ngữ ưa thích của họ. Khi nhóm có ước tính về mức độ ảnh hưởng của lỗi này, họ có thể quyết định liệu có đáng để bổ sung các bước kiểm tra nhằm tránh lặp lại trong tương lai hay không — bạn có thể nghĩ rằng tất nhiên là nên ngăn lỗi rồi! Ở một khía cạnh, bạn đúng, nhưng mọi quyết định của công ty đều cần công sức và ngân sách. Nhóm của bạn càng có nhiều thông tin, họ càng đánh giá tốt hơn sự đánh đổi này.
DataFrame converted đã được nạp sẵn cho bạn. Nó chứa các cột số người đăng ký kỳ vọng cho người dùng nói tiếng Tây Ban Nha, Ả Rập và Đức, lần lượt có tên expected_spanish_conv, expected_arabic_conv và expected_german_conv.
Bài tập này là một phần của khóa học
Phân tích chiến dịch Marketing với pandas
Hướng dẫn bài tập
- Tạo DataFrame
convertedbằng cách dùng.locđể chọn chỉ các hàng có ngày trong khoảng từ'2018-01-11'đến'2018-01-31'. - Cộng tổng các cột người đăng ký kỳ vọng cho từng ngôn ngữ trong
convertedvà lưu kết quả vàoexpected_subs. - Cộng tổng số người đăng ký thực tế cho từng ngôn ngữ trong
convertedvà lưu kết quả vàoactual_subs. - Lấy
expected_substrừactual_subsđể xác định có bao nhiêu người đăng ký đã bị mất do lỗi.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)