1. Faro

Nivel 8 · Compradores de redes sociales con correo de iPhone

La solicitud

De Jordan Reyes, Director de Marketing

“Estamos probando una promoción de Apple Mail para compradores que nos encontraron en redes sociales. Necesito a todos los clientes consumer referidos por Instagram, TikTok o Pinterest cuyo correo termine en @icloud.com, el alta más antigua primero.”

Tu objetivo

Asigna a result un DataFrame de clientes cuyo segment es 'consumer', cuyo referral_source es 'instagram', 'tiktok' o 'pinterest', y cuyo email termina con '@icloud.com'. Columnas customer_id, email, referral_source, signup_date (en ese orden), ordenadas por signup_date ascendente y luego customer_id ascendente, índice reiniciado.

  • Usa el DataFrame customerspendiente
  • Muestra exactamente customer_id email referral_source signup_datependiente
  • 50 filas, ordenadas como se pidependiente

Tu código

Python

Cargando el editor…

    ResultadoVista previa de customers · presiona Ejecutar para ver el tuyo
    Vista previa de customers
    customer_idfirst_namelast_nameemailcity
    1OwenHudsonowen.hudson@icloud.comSan Francisco
    2DouglasMendozadmendoza69@gmail.comAtlanta
    3HenryBrookshbrooks@lakesidecafe.comLos Angeles
    4BrianGrahambgraham@bluecedarhomes.comSeattle

    Mote revisa tu resultado

    Presiona Ejecutar. Cada fila que cumple el objetivo se vuelve una luciérnaga en tu linterna.

    DataFrames

    Cargados como DataFrames de pandas, junto con pd y np.

    customers2,018 filas · 9 columnas
    • customer_idinteger
    • first_namevarchar
    • last_namevarchar
    • emailvarchar
    • cityvarchar
    • statevarchar
    • signup_datedate
    • segmentvarchar
    • referral_sourcevarchar
    Primeras 5 filas de customers
    customer_idfirst_namelast_nameemailcitystatesignup_datesegmentreferral_source
    1OwenHudsonowen.hudson@icloud.comSan FranciscoCA2022-06-02consumersearch
    2DouglasMendozadmendoza69@gmail.comAtlantaGA2022-06-02consumerNaN
    3HenryBrookshbrooks@lakesidecafe.comLos AngelesCA2022-06-04businessNaN
    4BrianGrahambgraham@bluecedarhomes.comSeattleWA2022-06-06businesspinterest
    5KyleJimenezkjimenez27@yahoo.comIndianapolisIN2022-06-07consumerNaN
    products120 filas · 8 columnas
    • product_idinteger
    • namevarchar
    • categoryvarchar
    • subcategoryvarchar
    • unit_pricedecimal
    • unit_costdecimal
    • launched_ondate
    • is_activeboolean
    Primeras 5 filas de products
    product_idnamecategorysubcategoryunit_priceunit_costlaunched_onis_active
    101Vale Velvet LoveseatFurnitureSofas1659.00NaN2023-09-11true
    102Alder Oak Coffee TableFurnitureTables919.00503.502024-05-16true
    103Orchard Rattan Dining ChairFurnitureChairs789.00429.872023-05-27true
    104Upland Oak BookcaseFurnitureStorage429.00214.702022-12-20true
    105Avery Leather Bed FrameFurnitureBeds449.00232.702021-08-31true
    orders12,000 filas · 7 columnas
    • order_idinteger
    • customer_idinteger
    • order_datetimestamp
    • statusvarchar
    • channelvarchar
    • shipping_feedecimal
    • coupon_codevarchar
    Primeras 5 filas de orders
    order_idcustomer_idorder_datestatuschannelshipping_feecoupon_code
    10011252023-01-01 20:51:19completedweb0.00NaN
    10021562023-01-02 07:58:46completedweb0.00NaN
    1003222023-01-02 10:25:27completedmarketplace4.99WELCOME10
    1004482023-01-02 11:21:51completedmarketplace4.99WELCOME10
    1005822023-01-02 11:43:36completedweb0.00WELCOME10
    order_items30,338 filas · 6 columnas
    • order_item_idinteger
    • order_idinteger
    • product_idinteger
    • quantityinteger
    • unit_pricedecimal
    • discount_pctdecimal
    Primeras 5 filas de order_items
    order_item_idorder_idproduct_idquantityunit_pricediscount_pct
    11001121931.990.00
    21001154311.990.00
    31002154411.990.00
    410021941149.000.00
    51002193219.990.00
    returns1,673 filas · 5 columnas
    • return_idinteger
    • order_item_idinteger
    • returned_ondate
    • reasonvarchar
    • refund_amountdecimal
    Primeras 5 filas de returns
    return_idorder_item_idreturned_onreasonrefund_amount
    1142023-01-10damaged83.69
    2422023-01-10wrong_item19.99
    31052023-01-14wrong_item10.99
    4242023-01-16changed_mind26.99
    51262023-01-16late20.99
    employees60 filas · 8 columnas
    • employee_idinteger
    • first_namevarchar
    • last_namevarchar
    • departmentvarchar
    • titlevarchar
    • manager_idinteger
    • hire_datedate
    • salaryinteger
    Primeras 5 filas de employees
    employee_idfirst_namelast_namedepartmenttitlemanager_idhire_datesalary
    1CatherineHaleExecutiveChief Executive OfficerNaN2016-03-01285000
    2RobertKimExecutiveChief Operating Officer12017-01-09235000
    3MeganCollinsSalesHead of Sales12018-04-16172000
    4ChloeGutierrezSalesAccount Executive32020-01-2172000
    5FrankBellSalesAccount Executive32023-05-2173000
    web_sessions40,000 filas · 7 columnas
    • session_idinteger
    • customer_idinteger
    • started_attimestamp
    • devicevarchar
    • sourcevarchar
    • pages_viewedinteger
    • convertedboolean
    Primeras 5 filas de web_sessions
    session_idcustomer_idstarted_atdevicesourcepages_viewedconverted
    1NaN2023-01-01 23:02:24mobilepaid1false
    2182023-01-01 15:07:49desktoppaid1false
    3NaN2023-01-01 16:55:46desktopdirect7false
    4NaN2023-01-01 12:43:28mobileorganic3false
    5NaN2023-01-01 13:06:21mobilesocial2false
    marketing_spend3,276 filas · 3 columnas
    • spend_datedate
    • channelvarchar
    • amountdecimal
    Primeras 5 filas de marketing_spend
    spend_datechannelamount
    2023-01-01paid492.99
    2023-01-01email37.38
    2023-01-01social200.53
    2023-01-02paid709.13
    2023-01-02email64.13

    La lección

    Una máscara por regla

    El ticket de Jordan tiene tres reglas, y cada una se convierte en una máscara. Ponerles nombre mantiene corto el filtro final y deja claro qué hace cada regla:

    is_consumer = customers["segment"] == "consumer"
    from_social = customers["referral_source"].isin(["instagram", "tiktok", "pinterest"])
    on_icloud = customers["email"].str.endswith("@icloud.com")
    
    audience = customers[is_consumer & from_social & on_icloud]

    isin es la forma limpia de decir «es uno de estos valores». La alternativa son tres pruebas de igualdad unidas con |, dentro de sus propios paréntesis, que es más larga y fácil de agrupar mal.

    str.endswith comprueba cómo termina un trozo de texto. Es la herramienta adecuada para un dominio de correo: "@icloud.com" debe ser el final exacto de la dirección. str.contains("icloud") también coincidiría con una dirección de Gmail que casualmente incluya “icloud” en la parte del nombre.

    ¿Y los valores que faltan?

    referral_source falta (NaN) para 666 clientes. isin simplemente devuelve False para ellos, así que quedan fuera, que es lo que queremos: una fuente desconocida no es una referencia de redes sociales. str.endswith devolvería NaN para un correo que falta, pero todos los clientes tienen uno, así que la máscara está limpia aquí. En una columna con huecos añadirías na=False, igual que con str.contains.

    Ordenar con un desempate

    Varios clientes pueden darse de alta el mismo día, así que ordenar solo por signup_date podría listarlos en cualquier orden. Añadir customer_id como segunda clave de ordenación hace el orden totalmente predecible:

    audience.sort_values(["signup_date", "customer_id"])

    La lista tiene 50 clientes. El alta más antigua es el cliente 67 (2022-08-26, vía TikTok), y la más nueva es el cliente 1999, que se dio de alta el 2025-12-31. Instagram aporta la mitad de ellos (25), TikTok 15 y Pinterest 10, lo que coincide con que Instagram sea la mayor fuente social en toda la tabla (218 clientes).

    Errores comunes

    • Escribir customers["referral_source"] == "instagram" | "tiktok", que falla. Usa isin.
    • Usar str.contains("icloud") cuando la regla trata de cómo termina la dirección.
    • Unir máscaras con and en lugar de &.
    • Ordenar solo por signup_date, de modo que los clientes que se dieron de alta el mismo día pueden salir en un orden distinto al pedido.

    Elige qué puede ejecutarse en este sitio. Puedes cambiarlo cuando quieras desde "Configurar cookies", al pie de cada página.