Začněte nyníZačněte zdarma

Přemapování kategorií

Abys lépe porozuměl/a respondentům průzkumu z datasetu airlines, chceš zjistit, jestli existuje vztah mezi některými odpověďmi a dnem v týdnu či čekací dobou u brány.

DataFrame airlines obsahuje sloupce day a wait_min, které jsou kategorické, resp. numerické. Sloupec day obsahuje přesný den, kdy let proběhl, a wait_min udává počet minut, které cestující čekali u brány. Pro snazší analýzu chceš vytvořit dvě nové kategorické proměnné:

  • wait_type: 'short' pro 0–60 min, 'medium' pro 60–180 min a long pro 180+
  • day_week: 'weekday' pokud den připadá na pracovní den, 'weekend' pokud připadá na víkend.

Balíčky pandas a numpy jsou importované jako pd a np. Pojďme vytvořit nová kategorická data!

Toto cvičení je součástí kurzu

Čištění dat v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř rozsahy a popisky pro sloupec wait_type podle popisu zadání.
  • Vytvoř sloupec wait_type ze sloupce wait_min pomocí pd.cut() – jako argumenty předej label_ranges a label_names na správná místa.
  • Vytvoř slovník mapping, který mapuje pracovní dny na 'weekday' a víkendové dny na 'weekend'.
  • Vytvoř sloupec day_week pomocí .replace().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create ranges for categories
label_ranges = [0, 60, ____, np.inf]
label_names = ['short', ____, ____]

# Create wait_type column
airlines['wait_type'] = pd.____(____, bins = ____, 
                                labels = ____)

# Create mappings and replace
mappings = {'Monday':'weekday', 'Tuesday':'____', 'Wednesday': '____', 
            'Thursday': '____', '____': '____', 
            'Saturday': 'weekend', '____': '____'}

airlines['day_week'] = airlines['day'].____(mappings)
Upravit a spustit kód