回顾：汽车挂牌信息
本课属于 Coddy Machine Learning 学习旅程的“机器学习统计学”单元。第 55 课，共 64 课。
挑战
中等一家二手车网站正在为价格模型准备车辆信息。listings.csv包含fuel、condition（fair、good、excellent）、km和price。程序会读取一个fuel值。
- 添加
condition_score：fair对应1，good对应2，excellent对应3。 - 添加
mileage：最多50000 km为low，最多120000为mid，最多300000为high。 - 将
fuel独热编码到cars中（dtype=int）。 - 打印形状、每个里程区间的车辆数，以及输入的燃料类型对应的车辆数、平均价格和平均车况（保留2位小数）。
另外5条车辆信息会变成下表：
输入hybrid后，会打印：
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亲手试试
import pandas as pd
cars = pd.read_csv("listings.csv")
fuel = input()
# 在下方编写你的代码
机器学习统计学中的所有课
自己练习： Python 在线编译器