為自家廣告建立一個 DataFrame

自家廣告（house ads）團隊很擔心，因為過去幾週轉換率突然下滑。在前面的練習中，你已經確認轉換下降，並注意到與語言偏好有關的模式。

身為資料科學家，你的工作是盡可能提供行銷利害關係人具體的回饋，說明哪裡出了問題，讓他們能最大化地修正問題。關鍵不只是說「看起來是語言出了問題」，而是要明確指出具體問題是什麼，才能避免團隊重蹈覆轍。

本練習屬於課程

使用 pandas 分析行銷活動

檢視課程

練習說明

使用 np.where() 在 house_ads 中建立一個新欄位 'is_correct_lang'。當 'language_displayed' 等於 'language_preferred' 時其值為 'Yes'，否則為 'No'。
依 date_served 與 is_correct_lang 分組，計算每日投放的廣告數量。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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)

編輯並執行程式碼