CommencezCommencez gratuitement

Définir une fonction d'agrégation

Surpris par la forte proportion d'articles de type « enseigne » dans son inventaire, le détaillant juge pertinent de pousser l'agrégation par différentes catégories pour mieux explorer les données. Cela vous semble simple, mais jusqu'ici, le détaillant n'avait même pas réussi à faire une analyse descriptive de base de ses transactions et de ses articles.

Le détaillant vous demande d'agréger pour les catégories candles, bags et boxes. Pour simplifier la tâche, vous décidez d'écrire une fonction. Elle prendra en entrée une chaîne qui contient la catégorie d'un article. Elle retournera ensuite un DataFrame indiquant si chaque transaction comprend des articles de cette catégorie. Notez que pandas a été importé pour vous sous le nom pd. De plus, les données ont été importées au format « one-hot encoded » sous le nom onehot.

Cette activité fait partie du cours

Analyse des paniers d'achat en Python

Voir le cours

Instructions de l’exercice

  • Complétez la compréhension de liste qui extrait un sous-ensemble des en-têtes de colonnes.
  • Sélectionnez les colonnes pour l'article que vous souhaitez agréger.
  • Effectuez l'agrégation à l'aide de la fonction aggregate() pour bags, boxes et candles en utilisant les chaînes bag, box et candle.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

def aggregate(item):
	# Select the column headers for sign items in onehot
	item_headers = [i for i in ____.columns if i.lower().find(item)>=0]

	# Select columns of sign items
	item_columns = onehot[____]

	# Return category of aggregated items
	return item_columns.sum(axis = 1) >= 1.0

# Aggregate items for the bags, boxes, and candles categories  
bags = aggregate('bag')
boxes = aggregate('____')
candles = ____
Modifier et exécuter le code