Tidy Data
Das Umformen deiner Daten hat viele Anwendungsfälle. Ein wichtiger ist der Wechsel von einem format für die Datenanalyse zu einem format für Berichte. Dieses Konzept wird im Paper Tidy Data von Hadley Wickham weiter vertieft.
Daten im Tidy-Format ermöglichen dir auch groupby-Operationen wie in der vorherigen Übung.
In dieser Übung verwendest du melt() und .pivot_table() aus pandas, um deine Daten von einer Form in eine andere zu bringen. Denk daran: Wenn du .pivot_table() aufrufst, musst du anschließend auch .reset_index() verwenden, um wieder einen normalen DataFrame zu erhalten.
Bevor du mit dem Umformen des airquality-DataFrames beginnst, wirf einen Blick darauf in der Shell. pandas ist bereits als pd importiert.
Diese Übung ist Teil des Kurses
<Kurs>Python für R-Nutzer</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)