Vários Resumos

Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 44 de 60.

Um número por grupo oculta os extremos. .agg recebe uma lista de nomes de estatísticas e cria uma coluna para cada uma:

Cinco sessões agrupadas por gênero, comédia e drama, depois resumidas em uma tabela com uma coluna de média e outra de máximo: comédia 97.5 e 100, drama 130.0 e 150

Para essas cinco exibições, além de .size(), que conta as linhas de cada grupo:

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())

Isso imprime:

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

As comédias duram, em média, 97.5 minutos, 100 no máximo, e "min" ou "sum" também funcionam. Confira os tamanhos: uma média calculada a partir de 2 linhas é menos confiável do que uma calculada a partir de 200.

Desafio

Médio

Um food truck registrou uma semana de pedidos em truck.csv: day, dish, payment e total (dólares). O código inicial lê em column a coluna pela qual agrupar.

Imprima o número de pedidos em cada grupo.
Imprima uma tabela com o total de cada grupo, com as colunas min, mean e max, nessa ordem.

Para a entrada 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

Experimente você mesmo

import pandas as pd

orders = pd.read_csv("truck.csv")
column = 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 CSV Inspecionando os dados Selecionando 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

3Matemática com Arrays

Operações matemáticas em arrays inteiros Estatísticas resumidas Estatísticas por eixo Broadcasting Máscaras booleanas Revisão: notas das provas

6Gráficos para Dados

Gráficos de barras Histogramas Vários gráficos em um só Imagens como arrays Revisão: Relatório de chuvas

9Agrupamento e Limpeza

Contagem de Valores Agrupamento de DadosVários ResumosValores Ausentes Revisão: Resultados da Pesquisa

12Desafios Finais

Relatório de Vendas Leituras do Sensor Dígitos de Relance Explorador de Pinguins

Pratique por conta própria: Compilador de Python online