振り返り：中古車の掲載情報
CoddyのMachine Learningジャーニー「機械学習のための統計」セクションの一部。レッスン 55/64。
チャレンジ
中級中古車サイトでは、価格モデル用に出品データを準備します。listings.csvにはfuel、condition（fair、good、excellent）、km、priceがあります。プログラムはfuelを読み取ります。
condition_scoreを追加します。fairは1、goodは2、excellentは3です。mileageを追加します。lowは50000 kmまで、midは120000まで、highは300000までです。fuelをワンホットエンコードしてcarsに追加します（dtype=int）。- 形状、走行距離区分ごとの車の台数、入力された燃料タイプの台数、平均価格、平均状態（小数点以下2桁）を出力します。
ほかの5件の出品データは次の表になります。
入力がhybridの場合、次のように出力されます。
Shape: (5, 8)
mileage
low 1
mid 3
high 1
Name: count, dtype: int64
hybrid listings: 3
Mean price: 10500.0
Mean condition: 2.0自分で試してみよう
import pandas as pd
cars = pd.read_csv("listings.csv")
fuel = input()
# 以下にコードを書いてください
機械学習のための統計のすべてのレッスン
自分で練習してみよう: Pythonオンラインコンパイラ