CommencerCommencer gratuitement

Note moyenne par cours

Une excellente façon de recommander des cours est de mettre en avant ceux qui sont les mieux notés, car les étudiants de DataCamp apprécient souvent les cours plébiscités par leurs pairs.

Dans cet exercice, vous allez compléter une fonction de transformation transform_avg_rating() qui agrège les notes en utilisant la méthode .groupby() des DataFrames pandas. L’objectif est d’obtenir un DataFrame avec deux colonnes : un identifiant de cours et sa note moyenne :

course_id avg_rating
123 4.72
111 4.62
… …

Dans cet exercice, vous allez terminer cette fonction de transformation et l’appliquer aux données brutes de notation extraites via la fonction utilitaire extract_rating_data(), qui récupère les notes des cours depuis la table rating.

Cet exercice fait partie du cours

Introduction au data engineering

Afficher le cours

Instructions

  • Complétez la fonction transformavg_rating() en groupant par la colonne course_id, puis en calculant la moyenne de la colonne rating.
  • Utilisez extract_rating_data() pour extraire les données brutes de notation. Elle prend comme argument le moteur de base de données db_engines.
  • Appliquez transform_avg_rating() aux données brutes que vous avez extraites.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Complete the transformation function
def transform_avg_rating(rating_data):
    # Group by course_id and extract average rating per course
    avg_rating = rating_data.____('____').rating.____()
    # Return sorted average ratings per course
    sort_rating = avg_rating.sort_values(ascending=False).reset_index()
    return sort_rating

# Extract the rating data into a DataFrame    
rating_data = extract_rating_data(____)

# Use transform_avg_rating on the extracted data and print results
avg_rating_data = transform_avg_rating(____)
print(avg_rating_data)
Modifier et exécuter le code