Mehrere Zusammenfassungen

Teil des Abschnitts Daten und Diagramme der Machine Learning-Journey von Coddy. Lektion 44 von 60.

Eine Zahl pro Gruppe verbirgt die Extremwerte. .agg nimmt eine Liste von Statistiknamen entgegen und erstellt für jeden eine Spalte:

Fünf Vorführungen nach Genre gruppiert, Komödie und Drama, dann in einer Tabelle mit einer Mittelwert- und einer Maximalwertspalte zusammengefasst: Komödie 97.5 und 100, Drama 130.0 und 150

Für diese fünf Vorführungen sowie .size(), das die Zeilen jeder Gruppe zählt:

shows = pd.DataFrame({
    "genre": ["comedy", "comedy", "drama", "drama", "drama"],
    "minutes": [95, 100, 130, 110, 150],
})
print(shows.groupby("genre")["minutes"].agg(["mean", "max"]))
print(shows.groupby("genre").size())

Dies gibt Folgendes aus:

         mean  max
genre             
comedy   97.5  100
drama   130.0  150
genre
comedy    2
drama     3
dtype: int64

Komödien dauern im Durchschnitt 97.5 Minuten, höchstens 100, und "min" oder "sum" funktionieren ebenfalls. Prüfe die Stichprobengrößen: Ein Mittelwert aus 2 Zeilen ist unsicherer als einer aus 200.

Aufgabe

Mittel

Ein Foodtruck hat die Bestellungen einer Woche in truck.csv gespeichert: day, dish, payment und total (Dollar). Das Starterprogramm liest die Spalte, nach der gruppiert werden soll, in column ein.

Gib die Anzahl der Bestellungen in jeder Gruppe aus.
Gib eine Tabelle mit dem total jeder Gruppe aus, mit den Spalten min, mean und max in dieser Reihenfolge.

Für die Eingabe day:

day
Fri    5
Mon    3
Thu    5
Tue    7
Wed    4
dtype: int64
     min   mean  max
day                 
Fri   10  19.60   36
Mon   12  27.00   42
Thu   10  21.60   42
Tue    9  19.00   30
Wed   10  21.25   27

Probier es selbst

import pandas as pd

orders = pd.read_csv("truck.csv")
column = input()

# Schreibe deinen Code unten

Teste dich selbst

Diese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.

Alle Lektionen in Daten und Diagramme

1Einführung

Hallo, Machine Learning Was ist ein Modell?Bibliotheken importieren Dein erstes Diagramm

4Daten formen

Arrays umformen Arrays verbinden Zufallszahlen Rückblick: Würfelsimulation

7pandas DataFrames

Series DataFrames CSV-Dateien lesen Daten untersuchen Spalten auswählen Rückblick: Filmbewertungen

10DataFrames visualisieren

Einen DataFrame visualisieren Streudiagramm aus Spalten Eine Farbe pro Gruppe Histogramm einer Spalte Rückblick: Café-Umsätze

2NumPy-Arrays

Arrays erstellen Form und Größe Zahlenbereiche Indizieren und Slicing Rückblick: Temperaturgitter

5Linien- und Streudiagramme

Beschriftungen und Titel Streudiagramme Mehrere Linien und Legenden Farben und Marker Abbildungen und Achsen Rückblick: Wöchentliche Schritte

8Filtern und Sortieren

Zeilen auswählen Zeilen filtern Werte sortieren Neue Spalten Rückblick: Top-Produkte

11Datensätze für ML

Integrierte Datensätze Merkmale und Labels Untersuchen nach Klassen Klassen darstellen Rückblick: Weindatensatz

3Rechnen mit Arrays

Rechnen mit ganzen Arrays Zusammenfassende Statistiken Statistiken nach Achsen Broadcasting Boolesche Masken Rückblick: Prüfungsergebnisse

6Diagramme für Daten

Balkendiagramme Histogramme Mehrere Diagramme in einem Bilder als Arrays Rückblick: Niederschlagsbericht

9Gruppieren und Bereinigen

Werte zählen Daten gruppierenMehrere ZusammenfassungenFehlende Werte Rückblick: Umfrageergebnisse

12Abschließende Herausforderungen

Verkaufsbericht Sensormesswerte Ziffern auf einen Blick Pinguin-Entdecker

Übe selbstständig: Online-Python-Compiler