Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Diversi riepiloghi

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 44 di 60.

Un solo numero per gruppo nasconde i valori estremi. .agg accetta un elenco di nomi di statistiche e crea una colonna per ciascuna:

Cinque proiezioni raggruppate per genere, commedia e dramma, poi riassunte in una tabella con una colonna per la media e una per il massimo: commedia 97.5 e 100, dramma 130.0 e 150

Per queste cinque proiezioni, più .size(), che conta le righe di ciascun gruppo:

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())

Questo stampa:

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

Le commedie durano in media 97.5 minuti, al massimo 100, e funzionano anche "min" o "sum". Controlla le dimensioni: una media calcolata su 2 righe è meno affidabile di una calcolata su 200.

challenge icon

Sfida

Medio

Un furgoncino di street food ha salvato una settimana di ordini in truck.csv: day, dish, payment e total (dollari). Il codice iniziale legge in column la colonna in base alla quale raggruppare.

  1. Stampa il numero di ordini in ogni gruppo.
  2. Stampa una tabella con il total di ogni gruppo, con le colonne min, mean e max, in quest'ordine.

Per l'input 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

Provalo tu

import pandas as pd

orders = pd.read_csv("truck.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