Menu
CoddyTech
НАЧАТЬ УЧИТЬСЯ
flag Ru iconРусскийdown icon

Несколько сводок

Часть раздела Данные и графики путешествия по Machine Learning на Coddy. Урок 44 из 60.

Одно число для каждой группы скрывает крайние значения. .agg принимает список названий статистических показателей и создает по столбцу для каждого из них:

Пять показов сгруппированы по жанрам: комедия и драма, а затем сведены в таблицу со столбцами среднего и максимального значения: комедия — 97.5 и 100, драма — 130.0 и 150

Для этих пяти показов, а также для .size(), которая подсчитывает количество строк в каждой группе:

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())

Это выводит:

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

Комедии длятся в среднем 97.5 минуты, максимум 100, также подойдут "min" или "sum". Проверьте размеры: среднее значение по 2 строкам менее надёжно, чем по 200.

challenge icon

Задание

Средне

Фудтрак сохранил заказы за неделю в truck.csv: day, dish, payment и total (доллары). Стартовый код считывает столбец, по которому нужно выполнить группировку, в column.

  1. Выведите количество заказов в каждой группе.
  2. Выведите одну таблицу со значениями total для каждой группы, со столбцами min, mean и max именно в таком порядке.

Для ввода 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

Попробуйте сами

import pandas as pd

orders = pd.read_csv("truck.csv")
column = input()

# Напишите свой код ниже
quiz iconПроверьте себя

В этом уроке есть небольшой тест. Начните урок, чтобы ответить на вопросы и сохранить прогресс.

Все уроки раздела Данные и графики

1Введение

Привет, машинное обучениеЧто такое модель?Импорт библиотекВаш первый график

4Преобразование данных

Изменение формы массивовОбъединение массивовСлучайные числаПовторение: симуляция броска кубика

7DataFrame в pandas

SeriesDataFrameЧтение CSV-файловИзучение данныхВыбор столбцовПовторение: рейтинги фильмов

10Построение графиков по DataFrame

Построение графика по DataFrameДиаграмма рассеяния по столбцамОтдельный цвет для каждой группыГистограмма столбцаПовторение: продажи кафе

2Массивы NumPy

Создание массивовФорма и размерДиапазоны чиселИндексация и срезыПовторение: температурная сетка

5Линейные графики и диаграммы рассеяния

Подписи и заголовкиДиаграммы рассеянияНесколько линий и легендыЦвета и маркерыФигуры и осиПовторение: шаги за неделю

8Фильтрация и сортировка

Выбор строкФильтрация строкСортировка значенийНовые столбцыПовторение: лучшие товары

11Наборы данных для ML

Встроенные наборы данныхПризнаки и меткиИзучение по классамПостроение графиков классовПовторение: набор данных Wine

3Математика массивов

Математика над целыми массивамиСводная статистикаСтатистика по осямТранслированиеБулевы маскиПовторение: результаты экзамена

6Графики для данных

Столбчатые диаграммыГистограммыНесколько графиков в одномИзображения как массивыПовторение: отчёт об осадках

9Группировка и очистка данных

Подсчёт значенийГруппировка данныхНесколько сводокПропущенные значенияПовторение: результаты опроса

12Заключительные задания

Отчёт о продажахПоказания датчиковЦифры с первого взглядаИсследователь-пингвин

Потренируйтесь самостоятельно: Онлайн-компилятор Python