Daten mit pandas gruppieren

Die Ausgabe einer Daten-Pipeline ist typischerweise ein „modellierter" Datensatz. Dieser Datensatz bietet Datenkonsument:innen einfachen Zugriff auf Informationen, ohne viel selbst aufbereiten zu müssen. Das Gruppieren von Daten mit pandas hilft dabei, modellierte Datensätze zu erstellen.

pandas wurde als pd importiert, und der DataFrame raw_testing_scores enthält Daten in folgendem Format:

              street_address       city  math_score  reading_score  writing_score
01M539   111 Columbia Street  Manhattan       657.0          601.0          601.0
02M294      350 Grand Street  Manhattan       395.0          411.0          387.0
02M308      350 Grand Street  Manhattan       418.0          428.0          415.0

Diese Übung ist Teil des Kurses

<Kurs>ETL und ELT in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende .loc[], um nur die Spalten "city", "math_score", "reading_score" und "writing_score" zu behalten.
Gruppiere den DataFrame nach der Spalte "city" und ermittle den Mittelwert der Mathe-, Lese- und Schreibwerte jeder Stadt.
Verwende die Funktion transform(), um einen gruppierten DataFrame zu erstellen.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

def transform(raw_data):
	# Use .loc[] to only return the needed columns
	raw_data = raw_data.____[:, ____]
	
    # Group the data by city, return the grouped DataFrame
	grouped_data = raw_data.____(by=["____"], axis=0).____()
	return grouped_data

# Transform the data, print the head of the DataFrame
grouped_testing_scores = ____(raw_testing_scores)
print(grouped_testing_scores.head())

Code bearbeiten und ausführen