ספירת ערכים

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 42 מתוך 60.

הפרק הזה הופך טבלאות גולמיות לסיכומים מסודרים, ומתחיל בשאלה הפשוטה ביותר: כמה יש מכל אחד? נספרו שש הזמנות ממאפייה:

תרשים עמודות של שש הזמנות ממאפייה, בחלוקה לפי פריט: 3 לחמים, 2 עוגות, 1 פאי, כשהעמודה הגבוהה ביותר מופיעה ראשונה

value_counts() מבצעת את הספירה:

orders = pd.DataFrame({"item": ["bread", "cake", "bread", "pie", "cake", "bread"]})
counts = orders["item"].value_counts()
print(counts)

הדבר מדפיס:

item
bread    3
cake     2
pie      1
Name: count, dtype: int64

שורה אחת לכל ערך ייחודי, מהנפוץ ביותר תחילה. counts.index[0] הוא הערך המוביל, counts.iloc[0] הוא מספר ההופעות שלו, ו-len(counts) הוא מספר הערכים הייחודיים.

ספירות הן הדבר הראשון שכדאי לבדוק בכל עמודה שמודל ילמד ממנה: מה שולט, מה נדיר ומה מכיל שגיאת הקלדה.

אתגר

בינוני

מערכת שיתוף אופניים שמרה את 30 ההשכרות האחרונות שלה ב-bikes.csv. הצוות רוצה פרופיל מהיר של כמה עמודות, וקוד הפתיחה קורא את שמותיהן לתוך columns.

עבור כל עמודה, לפי הסדר, הדפיסו שורה אחת: את שמה, כמה ערכים שונים היא מכילה ואת הערך הנפוץ ביותר שלה יחד עם מספר הפעמים שהוא מופיע.

עבור שתי עמודות מקובץ אחר, הפלט נראה כך:

color: 3 different values, most often red (12)
size: 4 different values, most often M (9)

נסו בעצמכם

import pandas as pd

rentals = pd.read_csv("bikes.csv")

# שמות העמודות שיש להציג
n = int(input())
columns = []
for i in range(n):
    columns.append(input())

# כתבו את הקוד שלכם למטה