Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Raggruppare i dati

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 43 di 60.

Quale città vende di più? Una sola media calcolata su tutte le righe non può dirlo. Dividi le righe in gruppi, uno per città, poi calcola la media di ciascun gruppo:

Sei righe di negozi divise in tre gruppi per città, Lione, Nizza e Parigi, poi viene calcolata la media di ciascun gruppo: Lione 23.0, Nizza 18.0, Parigi 38.0

Una riga fa entrambe le cose:

shops = pd.DataFrame({
    "city": ["Lyon", "Paris", "Lyon", "Nice", "Paris", "Lyon"],
    "sales": [20, 35, 26, 18, 41, 23],
})
means = shops.groupby("city")["sales"].mean()
print(means)

Questo stampa:

city
Lyon     23.0
Nice     18.0
Paris    38.0
Name: sales, dtype: float64

groupby("city") crea i gruppi, ["sales"] seleziona la colonna, .mean() calcola la media di ciascun gruppo. Funzionano anche .sum(), .min() e .max().

Per classificare le pile, ordinalo: means.sort_values(ascending=False).index[0] è Paris, il più venduto.

challenge icon

Sfida

Medio

Un club di corsa registra ogni corsa in runs.csv: runner, distance_km, minutes e climb_m. Il codice iniziale legge una delle colonne numeriche in column.

  1. Stampa la media di quella colonna per ogni corridore.
  2. Poi indica il corridore con la media più alta, come nell'ultima riga qui sotto.

Per un club con due corridori e distance_km:

runner
Ana    6.1
Bo     8.4
Name: distance_km, dtype: float64
Top runner: Bo with 8.4

Provalo tu

import pandas as pd

runs = pd.read_csv("runs.csv")
column = input()

# Scrivi il tuo codice qui sotto
quiz iconMettiti alla prova

Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.

Tutte le lezioni di Dati e grafici

1Introduzione

Ciao, Machine LearningChe cos'è un modello?Importare le librerieIl tuo primo grafico

4Modellare i dati

Rimodellare gli arrayUnire gli arrayNumeri casualiRipasso: simulazione del lancio dei dadi

7DataFrame di pandas

SerieDataFrameLettura di file CSVEsaminare i datiSelezionare le colonneRiepilogo: valutazioni dei film

10Creare grafici con i DataFrame

Creare un grafico da un DataFrameGrafico a dispersione da colonneUn colore per gruppoIstogramma di una colonnaRiepilogo: vendite della caffetteria

2Array NumPy

Creazione di arrayForma e dimensioneIntervalli di numeriIndicizzazione e slicingRiepilogo: griglia delle temperature

5Grafici a linee e a dispersione

Etichette e titoliGrafici a dispersionePiù linee e legendeColori e marcatoriFigure e assiRiepilogo: passi settimanali

8Filtraggio e ordinamento

Selezionare le righeFiltrare le righeOrdinare i valoriNuove colonneRiepilogo: i prodotti migliori

11Dataset per il ML

Dataset integratiCaratteristiche ed etichetteEsplorare per classeRappresentare graficamente le classiRiepilogo: dataset Wine

3Matematica con gli array

Operazioni matematiche su interi arrayStatistiche riassuntiveStatistiche per asseBroadcastingMaschere booleaneRiepilogo: voti d'esame

6Grafici per i dati

Grafici a barreIstogrammiPiù grafici in unoImmagini come arrayRiepilogo: rapporto sulle precipitazioni

9Raggruppamento e pulizia

Conteggio dei valoriRaggruppare i datiDiversi riepiloghiValori mancantiRiepilogo: risultati del sondaggio

12Sfide finali

Report sulle venditeLetture dei sensoriLe cifre a colpo d’occhioEsploratore dei pinguini

Esercitati da solo: Compilatore Python online