A/B 測試資料清理

A/B 測試的資料清理與你在資料清理與處理課程中學到的流程並無不同。不過，逐一理解每個 A/B 測試的情境與資料記錄行為，能幫助你決定如何處理雜亂的資料。是否要刪除或保留重複值與遺漏值，都是需要特別留意的情況，因為這會影響我們的指標定義，以及不同版本之間的一致性。

AdSmart 與 homepage 的 DataFrame，以及 pandas 和 numpy 套件都已為你載入。

Adsmart 的 Kaggle 資料集來源連結在此：Kaggle dataset source is linked here.

本練習屬於課程

Python 的 A/B 測試

試著完成這個範例程式碼，體驗一下這個練習。

# Check for duplicate rows due to logging issues 
print(____(AdSmart))
print(____(AdSmart.____(keep='____')))