Verschachtelte Kategorien erstellen

Für dein finales Diagramm möchten die Immobilienmakler die Immobilienverkäufe über das Jahr hinweg sehen, mit Monaten und Quartalen auf der x-Achse.

Ein Teil des Codes, der Monate und Quartale zum Melbourne-Datensatz hinzufügt, wurde bereits für dich geladen. Die Variable factors, die die Monate und ihre zugehörigen Quartale repräsentiert, muss noch erstellt werden. Die Daten müssen außerdem nach diesen beiden neu erstellten Spalten gruppiert werden, um die Gesamtverkäufe zu berechnen, indem die Summe der Spalte "price" gebildet wird.

Diese Übung ist Teil des Kurses

<Kurs>Interaktive Datenvisualisierung mit Bokeh</Kurs>

Kurs ansehen

Übungsanweisungen

Vervollständige factors, indem du die passenden Quartale und zugehörigen Monate einträgst.
Erstelle grouped_melb, indem du melb nach "month" und "quarter" gruppierst und die Summe der Spalte "price" berechnest.

Interaktive praktische Übung

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

melb["month"] = melb["date"].dt.month
quarters = {1: "Q1", 2:"Q1", 3:"Q1", 4:"Q2", 5:"Q2", 6:"Q2", 7:"Q3", 8:"Q3", 9:"Q3", 10:"Q4", 11:"Q4", 12:"Q4"}
melb["quarter"] = melb["month"].replace(quarters)
melb["month"] = melb["month"].replace({1:"January", 2:"February", 3:"March", 4:"April", 5:"May", 6:"June", 7:"July", 8:"August", 9:"September", 10:"October", 11:"November", 12:"December"})

# Create factors
factors = [("Q1", "January"), ("____", "February"), ("____", "March"), 
           ("Q2", "April"), ("____", "____"), ("____", "____"), 
           ("Q3", "July"), ("____", "____"), ("____", "____"), 
           ("Q4", "October"), ("____", "____"), ("____", "____")]

# Calculate total sales by month and quarter
grouped_melb = melb.groupby(["____", "____"], as_index=False)["____"].sum()
grouped_melb.sort_values("quarter", inplace=True)
print(grouped_melb.head())

Code bearbeiten und ausführen