1. Apprendre
    2. /
  2. Cours
    3. /
  3. Manipulation de données avec pandas
Connected

Exercice

Effectuer des calculs sur un tableau croisé dynamique

Les tableaux croisés dynamiques regorgent de statistiques sommaires, mais ce n'est qu'un point de départ pour dégager des éléments intéressants. Vous devrez souvent y appliquer d'autres calculs. Une approche courante consiste à trouver les lignes ou les colonnes où la valeur la plus élevée ou la plus faible se produit.

Rappelez-vous du chapitre 1 que vous pouvez facilement extraire une partie d'une Series ou d'un DataFrame pour trouver les lignes d'intérêt en utilisant une condition logique entre crochets. Par exemple : series[series > value].

pandas est importé sous pd et le DataFrame temp_by_country_city_vs_year est disponible. Le .head() de ce DataFrame est présenté ci-dessous, avec seulement quelques colonnes d'années affichées :

country city 2000 2001 2002 … 2013
Afghanistan Kabul 15.823 15.848 15.715 … 16.206
Angola Luanda 24.410 24.427 24.791 … 24.554
Australia Melbourne 14.320 14.180 14.076 … 14.742
Sydney 17.567 17.854 17.734 … 18.090
Bangladesh span translate="no">Dhaka 25.905 25.931 26.095 … 26.587

Instructions

100 XP
  • Calculez la température moyenne pour chaque année et attribuez le résultat à mean_temp_by_year.
  • Filtrez mean_temp_by_year pour l'année ayant la température moyenne la plus élevée.
  • Calculez la température moyenne pour chaque ville (sur l'ensemble des colonnes) et attribuez le résultat à mean_temp_by_city.
  • Filtrez mean_temp_by_city pour la ville ayant la température moyenne la plus basse.