ComenzarEmpieza gratis

Indexación booleana para estadísticas rápidas

Volvamos al conjunto de datos animals, que está cargado como una lista de diccionarios. Vas a poner en práctica todo lo que has aprendido para transformar estos datos en un DataFrame útil, filtrar con indexación booleana y luego hacer un poco de magia con numpy para descubrir datos curiosos sobre animales.

Este ejercicio forma parte del curso

Python para usuarios de MATLAB

Ver curso

Instrucciones del ejercicio

  • Crea un DataFrame animals a partir de la lista de diccionarios animals.
  • Crea un índice booleano mammals encontrando los registros donde "Class" sea "Mammalia".
  • Crea un índice booleano birds encontrando los registros donde "Class" sea "Aves".
  • Usa numpy para calcular la media de la columna "Litter/Clutch size" para mamíferos y aves.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Create a DataFrame from animals
animals = pd.____(animals)

# Create Boolean indices for mammals and birds
mammals = animals['Class']=='____'
birds = animals['Class']=='____'

# Use numpy and the Boolean indices to determine mean Litter/Clutch size
litter = np.____(animals[mammals]['Litter/Clutch size'])
clutch = np.____(animals[____]['Litter/Clutch size'])

# Print the average Litter/Clutch size of each class
print('Mammals have an average of {} offspring in each litter.'.format(round(litter, 2)))
print('The average clutch size in a single brood is {} eggs.'.format(round(clutch, 2)))
Editar y ejecutar código