Untitled
unknown
plain_text
a year ago
1.2 kB
85
Indexable
Never
import pandas import seaborn # считываем данные data = pandas.read_csv('support_data_ds.csv') # для каждой пары интервал-оценка считаем количество выданных промокодов sum_promo = data.groupby(['interval', 'score'])['promo'].sum() # для каждой пары интервал-оценка считаем количество записей count_promo = data.groupby(['interval', 'score'])['promo'].count() # формируем список интервалов intervals = ['До внедрения роботов', 'После внедрения роботов'] scores = sorted(data['score'].unique())# соберите все уникальные оценки из столбца score promo_chance = sum_promo/count_promo# разделите количество промокодов на количество записей seaborn.heatmap(promo_chance.unstack('interval'), xticklabels=interval, yticklabels=score, annot=True, cmap='RdYlGn') # постройте тепловую карту для среднего количества промокодов