כמה סיכומים
חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 44 מתוך 60.
מספר אחד לכל קבוצה מסתיר את ערכי הקיצון. .agg מקבל רשימה של שמות סטטיסטיקות ובונה עמודה אחת לכל אחת:
עבור חמש ההקרנות האלה, ובנוסף .size(), שסופרת את השורות בכל קבוצה:
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())הדבר מדפיס:
mean max
genre
comedy 97.5 100
drama 130.0 150
genre
comedy 2
drama 3
dtype: int64קומדיות נמשכות בממוצע 97.5 דקות, לכל היותר 100, וגם "min" או "sum" עובדים. בדקו את הגדלים: ממוצע של 2 שורות פחות יציב מממוצע של 200.
אתגר
בינונימשאית אוכל שמרה שבוע של הזמנות בקובץ truck.csv: day, dish, payment ו-total (דולרים). קוד הפתיחה קורא את העמודה שלפיה יש לקבץ לתוך column.
- הדפיסו את מספר ההזמנות בכל קבוצה.
- הדפיסו טבלה אחת של
totalבכל קבוצה, עם העמודותmin,meanו-max, לפי הסדר הזה.
עבור הקלט 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 27נסו בעצמכם
import pandas as pd
orders = pd.read_csv("truck.csv")
column = input()
# כתבו את הקוד שלכם למטה
בחנו את עצמכםהשיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
כל השיעורים ביחידה נתונים ותרשימים
10הצגת נתונים של DataFrame בגרפים
הצגת DataFrame בגרףתרשים פיזור מעמודותצבע אחד לכל קבוצההיסטוגרמה של עמודהסיכום: מכירות בית הקפה5תרשימי קווים ופיזור
תוויות וכותרותתרשימי פיזורכמה קווים ומקראצבעים וסמניםאיורים וציריםסיכום: צעדים שבועיים11מערכי נתונים ללמידת מכונה (ML)
מערכי נתונים מובניםתכונות ותוויותחקירה לפי מחלקההצגת המחלקות בגרףסיכום: מערך הנתונים Wineתרגלו בעצמכם: קומפיילר Python אונליין