Benannte Aggregationen
Du hast gesehen, wie .groupby() und .agg() kombiniert werden können, um Zusammenfassungen über Kategorien hinweg anzuzeigen. Manchmal ist es hilfreich, beim Aggregieren neue Spalten zu benennen, damit in der Codeausgabe klar ist, welche Aggregation wo angewendet wird.
Deine Aufgabe ist es, einen DataFrame namens continent_summary zu erstellen, der für jeden Kontinent eine Zeile anzeigt. Die DataFrame-Spalten enthalten die mittlere Arbeitslosenquote für die einzelnen Kontinenten im Jahr 2021 sowie die Standardabweichung der Beschäftigungsquote von 2021. Und natürlich sollst du die Spalten umbenennen, damit ihr Inhalt klar ist!
Der DataFrame unemployment ist verfügbar und pandas wurde als pd importiert.
Diese Übung ist Teil des Kurses
<Kurs>Explorative Datenanalyse in Python</Kurs>Übungsanweisungen
- Erstelle eine Spalte namens
mean_rate_2021, die den Mittelwert der Arbeitslosenquote im Jahr 2021 für jeden Kontinent anzeigt. - Erstelle eine Spalte namens
std_rate_2021, die die Standardabweichung der Arbeitslosenquote im Jahr 2021 für jeden Kontinent anzeigt.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
continent_summary = unemployment.groupby("continent").agg(
# Create the mean_rate_2021 column
____=____,
# Create the std_rate_2021 column
____=____
)
print(continent_summary)