Rendimiento de Anuncios
Tabla: Ads
Una empresa está realizando Anuncios y quiere calcular el rendimiento de cada Anuncio. El rendimiento del Anuncio se mide usando la Tasa de Clics (CTR) donde
Escribe una solución para encontrar el ctr de cada anuncio. Redondea ctr a dos decimales.
Devuelve la tabla de resultados ordenada por ctr en orden descendente y por ad_id en orden ascendente en caso de empate.
Ejemplo
Input:
Tabla Ads: +-------+---------+---------+ | ad_id | user_id | action | +-------+---------+---------+ | 1 | 1 | Clicked | | 2 | 2 | Clicked | | 3 | 3 | Viewed | | 5 | 5 | Ignored | | 1 | 7 | Ignored | | 2 | 7 | Viewed | | 3 | 5 | Clicked | | 1 | 4 | Viewed | | 2 | 11 | Viewed | | 1 | 2 | Clicked | +-------+---------+---------+Output:
+-------+-------+ | ad_id | ctr | +-------+-------+ | 1 | 66.67 | | 3 | 50.00 | | 2 | 33.33 | | 5 | 0.00 | +-------+-------+ Explicación: - para ad_id = 1, ctr = (2/(2+1)) * 100 = 66.67 - para ad_id = 2, ctr = (1/(1+2)) * 100 = 33.33 - para ad_id = 3, ctr = (1/(1+1)) * 100 = 50.00 - para ad_id = 5, ctr = 0.00, Nota que ad_id = 5 no tiene clics o vistas. Nota: no nos importan los Anuncios Ignorados.Soluciones
Python
import pandas as pd
import numpy as np
def ads_performance(ads: pd.DataFrame) -> pd.DataFrame:
# Filtrar acciones 'Ignored' - solo nos importan 'Clicked' y 'Viewed'
relevant_ads = ads[ads['action'].isin(['Clicked', 'Viewed'])].copy()
# Contar clics y vistas para cada ad_id
ad_stats = relevant_ads.groupby(['ad_id', 'action']).size().unstack(fill_value=0)
# Asegurar que ambas columnas 'Clicked' y 'Viewed' existan
if 'Clicked' not in ad_stats.columns:
ad_stats['Clicked'] = 0
if 'Viewed' not in ad_stats.columns:
ad_stats['Viewed'] = 0
# Calcular total de interacciones (clics + vistas)
ad_stats['total_interactions'] = ad_stats['Clicked'] + ad_stats['Viewed']
# Calcular CTR usando la fórmula dada
ad_stats['ctr'] = np.where(
ad_stats['total_interactions'] == 0,
0.0,
(ad_stats['Clicked'] / ad_stats['total_interactions']) * 100
)
# Redondear a 2 decimales
ad_stats['ctr'] = ad_stats['ctr'].round(2)
# Obtener todos los ad_ids únicos de los datos originales para incluir anuncios sin clics/vistas
all_ads = pd.DataFrame({'ad_id': ads['ad_id'].unique()})
# Hacer merge para incluir anuncios que podrían tener CTR = 0
result = all_ads.merge(
ad_stats[['ctr']].reset_index(),
on='ad_id',
how='left'
)
# Llenar valores NaN con 0.00 (anuncios sin clics o vistas)
result['ctr'] = result['ctr'].fillna(0.00)
# Ordenar por ctr descendente, luego por ad_id ascendente
result = result.sort_values(['ctr', 'ad_id'], ascending=[False, True])
return result[['ad_id', 'ctr']]