Varios resúmenes

Parte de la sección Datos y gráficos del Journey de Machine Learning de Coddy. Lección 44 de 60.

Un número por grupo oculta los valores extremos. .agg toma una lista de nombres de estadísticas y crea una columna para cada una:

Cinco proyecciones agrupadas por género, comedia y drama, luego resumidas en una tabla con una columna de media y otra de máximo: comedia 97.5 y 100, drama 130.0 y 150

Para esas cinco proyecciones, además de .size(), que cuenta las filas de cada grupo:

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())

Esto imprime:

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

Las comedias duran 97.5 minutos en promedio, 100 como máximo, y "min" o "sum" también funcionan. Comprueba los tamaños: una media de 2 filas es menos fiable que una de 200.

Desafío

Intermedio

Un camión de comida guardó una semana de pedidos en truck.csv: day, dish, payment y total (dólares). El código inicial lee en column la columna por la que agrupar.

Imprime el número de pedidos de cada grupo.
Imprime una tabla con los valores de total de cada grupo, con las columnas min, mean y max, en ese orden.

Para la entrada 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

Pruébalo tú mismo

import pandas as pd

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

# Escribe tu código a continuación

Ponte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Datos y gráficos

1Introducción

Hola, Machine Learning ¿Qué es un modelo?Importar bibliotecas Tu primer gráfico

4Dar forma a los datos

Cambiar la forma de los arrays Unir arrays Números aleatorios Repaso: simulación de dados

7DataFrames de pandas

Series DataFrames Lectura de archivos CSV Inspección de datos Selección de columnas Repaso: calificaciones de películas

10Graficar DataFrames

Graficar un DataFrame Gráfico de dispersión a partir de columnas Un color por grupo Histograma de una columna Repaso: ventas del café

2Arrays de NumPy

Creación de arrays Forma y tamaño Rangos de números Indexación y segmentación Repaso: cuadrícula de temperaturas

5Gráficos de líneas y de dispersión

Etiquetas y títulos Gráficos de dispersión Varias líneas y leyendas Colores y marcadores Figuras y ejes Repaso: pasos semanales

8Filtrado y ordenación

Selección de filas Filtrado de filas Ordenación de valores Nuevas columnas Repaso: productos principales

11Conjuntos de datos para ML

Conjuntos de datos integrados Características y etiquetas Explorar por clase Representar las clases Repaso: conjunto de datos Wine

3Matemáticas con arrays

Operaciones matemáticas con arrays completos Estadísticas resumidas Estadísticas por eje Difusión Máscaras booleanas Repaso: calificaciones de exámenes

6Gráficos para datos

Gráficos de barras Histogramas Varios gráficos en uno Imágenes como matrices Repaso: informe de precipitaciones

9Agrupar y limpiar

Contar valores Agrupar datosVarios resúmenesValores faltantes Repaso: resultados de la encuesta

12Desafíos finales

Informe de ventas Lecturas de sensores Dígitos de un vistazo Explorador de pingüinos

Practica por tu cuenta: Compilador de Python online