Transformace hodnot na pravděpodobnosti
V tomto cvičení aplikujeme funkci pravděpodobnostního rozdělení na pandas DataFrame se skupinovými parametry – konkrétně transformujeme proměnnou spropitného na pravděpodobnosti.
Transformace bude exponenciální. Exponenciální rozdělení je definováno jako
$$ e^{-\lambda * x} * \lambda $$
kde λ (lambda) je průměr skupiny, do které pozorování x patří.
Aplikuješ tuto transformaci exponenciálního rozdělení na velikost každého stolu v datasetu, a to po rozdělení dat podle denní doby, kdy jídlo proběhlo. Nezapomeň pro hodnotu λ použít průměr každé skupiny.
V Pythonu můžeš použít exponenciálu jako np.exp() z knihovny NumPy a průměr jako .mean().
Toto cvičení je součástí kurzu
Psaní efektivního kódu s pandas
Pokyny k cvičení
- Definuj transformaci exponenciálního rozdělení
exp_tr. - Seskup data podle denní doby, kdy jídlo proběhlo.
- Aplikuj transformaci na seskupená data.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Define the exponential transformation
exp_tr = lambda x: ____(____*____) * x.mean()
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_exp_group = restaurant_grouped['tip'].____(____)
print(restaurant_exp_group.head())