Inspecionando os dados

Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 34 de 60.

Um novo conjunto de dados é longo demais para ser impresso. Algumas verificações rápidas mostram seu tamanho, suas colunas e seus valores.

Uma tabela alta de 24 músicas com as colunas song, seconds e plays, desenhada como uma grade; suas primeiras 3 linhas estão destacadas e marcadas como head(3), e um colchete ao lado indica 24 linhas

songs = pd.read_csv("songs.csv")
print(songs.head(3))   # as primeiras 3 linhas; head() sozinho retorna 5
print(songs.shape)     # (linhas, colunas)
for name in songs.columns:
    print(name)

Isso imprime:

         song  seconds  plays
0   Blue Hour      210   5169
1  Paper Moon      176   6689
2        Tide      272   2739
(24, 3)
song
seconds
plays

.describe() resume cada coluna numérica e deixa de fora a coluna de texto song. print(songs.describe()) exibe:

          seconds        plays
count   24.000000    24.000000
mean   212.708333  5116.333333
std     42.367419  2189.610898
min    151.000000  1289.000000
25%    175.250000  3626.250000
50%    213.000000  5051.000000
75%    232.250000  6711.500000
max    290.000000  8992.000000

25%, 50% e 75% são os valores correspondentes a um quarto, metade e três quartos da coluna ordenada.

O resumo também é uma tabela: "plays" in songs.describe().columns é True, já que in verifica se um nome está presente.

Desafio

Médio

Um modelo aprende apenas com colunas numéricas, então uma empresa de táxi verifica primeiro seu registro de viagens. O programa carrega taxi_trips.csv em trips e lê um número n.

Imprima Trips: e o número de linhas.
Para cada coluna, em ordem, imprima seu nome, dois-pontos e numbers se .describe() a resumir; caso contrário, text.
Imprima as primeiras n linhas.

Para uma tabela com 30 aluguéis de bicicleta e n = 2:

Trips: 30
bike: text
km: numbers
station: text
   bike    km  station
0  B-12   4.6     Pier
1  B-07  11.2  Central

Experimente você mesmo

import pandas as pd

trips = pd.read_csv("taxi_trips.csv")
n = int(input())

# Escreva seu código abaixo

Teste seus conhecimentos

Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.

Todas as lições de Dados e gráficos

1Introdução

Olá, Machine Learning O que é um modelo?Importando bibliotecas Seu primeiro gráfico

4Moldando dados

Remodelando arrays Unindo arrays Números aleatórios Revisão: simulação de dados

7DataFrames do pandas

Series DataFrames Lendo arquivos CSVInspecionando os dadosSelecionando colunas Revisão: avaliações de filmes

10Plotando DataFrames

Plotando um DataFrame Dispersão a partir de colunas Uma cor por grupo Histograma de uma coluna Revisão: vendas do café

2Arrays do NumPy

Criando arrays Forma e tamanho Intervalos de números Indexação e fatiamento Revisão: grade de temperaturas

5Gráficos de Linhas e Dispersão

Rótulos e Títulos Gráficos de Dispersão Várias Linhas e Legendas Cores e Marcadores Figuras e Eixos Revisão: Passos Semanais

8Filtragem e Ordenação

Selecionando Linhas Filtrando Linhas Ordenando Valores Novas Colunas Revisão: Principais Produtos

11Conjuntos de dados para ML

Conjuntos de dados integrados Atributos e rótulos Explorando por classe Visualizando as classes Revisão: conjunto de dados Wine

Pratique por conta própria: Compilador de Python online