建立每日轉換率的 DataFrame
為了理解隨時間變化的趨勢，你將建立一個新的 DataFrame，包含每天的轉換率。你會採用與先前計算整體轉換率幾乎相同的步驟，但這次還要依使用者訂閱的日期進行分組。
觀察每日轉換率能幫助你判斷某一天的轉換率表現是好是壞。此外，從時間序列來看轉換率，能揭露趨勢，例如轉換率是否隨時間下降。對於行銷利害關係人而言，及早發現這類趨勢非常關鍵。
本練習屬於課程
使用 pandas 分析行銷活動
練習說明
- 以
'date_served'將marketing分組，並計算使用者 ID 的不重複數量。 - 僅選取
marketing中converted等於True的列。將結果依'date_served'分組，並計算使用者 ID 的不重複數量。
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。
# Group by date_served and count unique users
total = marketing.____(['____'])['____']\
.____()
# Group by date_served and calculate subscribers
subscribers = marketing[____['____'] == ____]\
.____(['____'])\
['____'].____()
# Calculate the conversion rate for all languages
daily_conversion_rates = subscribers/total