CommencezCommencez gratuitement

Blocage de données expérimentales

Vous travaillez avec une entreprise manufacturière qui souhaite mener des expériences sur la productivité des travailleurs. Leur jeu de données ne contient que 100 lignes, il est donc essentiel que les groupes expérimentaux soient équilibrés.

C'est une excellente occasion de mettre à profit vos connaissances sur le blocage pour les aider. Ils ont fourni un DataFrame productivity_subjects. Divisez le jeu de données fourni en deux groupes égaux de 50 entrées chacun.

Les bibliothèques numpy et pandas ont été importées sous les alias np et pd.

Cette activité fait partie du cours

Conception d'expériences en Python

Voir le cours

Instructions de l’exercice

  • Sélectionnez aléatoirement 50 sujets du DataFrame productivity_subjects dans un nouveau DataFrame block_1, sans remise.
  • Ajoutez une nouvelle colonne block avec la valeur 1 dans le DataFrame block_1.
  • Attribuez les sujets restants à un DataFrame appelé block_2 et mettez la colonne block à 2 pour ce DataFrame.
  • Concaténez les deux blocs en un seul DataFrame et affichez le dénombrement de chaque valeur de la colonne block pour confirmer que le blocage a fonctionné.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Randomly assign half
block_1 = productivity_subjects.____(____, random_state=42, ____)

# Set the block column
block_1['block'] = ____

# Create second assignment and label
block_2 = ____
block_2['block'] = ____

# Concatenate and print
productivity_combined = pd.____([block_1, block_2], axis=0)
print(productivity_combined['block'].value_counts())
Modifier et exécuter le code