Praktische Anwendung: Gewinnquote vorhersagen
Ein pandas-DataFrame (baseball_df) wurde in deine Session geladen. Zur Vereinfachung wurde ein dictionary, das jede Spalte in baseball_df beschreibt, in deine Konsole ausgegeben. Du kannst während der ganzen Übung auf diese Beschreibungen zurückgreifen.
Du möchtest versuchen, die Gewinnquote einer Mannschaft für eine bestimmte Saison vorherzusagen, indem du die Gesamtzahl der von der Mannschaft in einer Saison erzielten Runs ('RS') und die Gesamtzahl der in einer Saison zugelassenen Runs ('RA') mit der folgenden Funktion ermittelst:
def predict_win_perc(RS, RA):
prediction = RS ** 2 / (RS ** 2 + RA ** 2)
return np.round(prediction, 2)
Vergleichen wir die Methoden, die du gelernt hast, um die voraussichtliche Gewinnquote für jede Saison (oder Zeile) in deinem DataFrame zu berechnen.
Diese Übung ist Teil des Kurses
<Kurs>Effizienten Python-Code schreiben</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
win_perc_preds_loop = []
# Use a loop and .itertuples() to collect each row's predicted win percentage
for ____ in baseball_df.____():
runs_scored = ____.____
runs_allowed = ____.____
win_perc_pred = predict_win_perc(____, ____)
win_perc_preds_loop.append(____)