Révision des mouvements

Super ! Vous avez désormais découvert les tableaux croisés dynamiques (pivot tables). Dans votre dernière analyse, vous avez rencontré un DataFrame avec des paires index/colonnes non uniques. Pour pouvoir le pivoter, vous avez écrit du code pour supprimer la dernière ligne, puis vous l’avez remodelé.

Dans cet exercice, vous allez modifier ce code en utilisant des pivot tables et le comparer avec votre stratégie fondée sur la méthode pivot.

Le jeu de données fifa_players est à votre disposition.

Cet exercice fait partie du cours

Reconfigurer les données avec pandas

Afficher le cours

Instructions

Supprimez la cinquième ligne du DataFrame fifa_players.
Utilisez .pivot() sur fifa_players pour obtenir tous les scores indexés par name, et identifiés par movement dans les colonnes.
Utilisez un tableau croisé dynamique pour afficher la moyenne de tous les scores par name et movement, en définissant name comme index.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# Discard the fifth row to delete all repeated rows
fifa_drop = fifa_players.____(____)

# Use pivot method to get all scores by name and movement
fifa_pivot = fifa_drop.____(____) 

# Print fifa_pivot
print(fifa_pivot)  

# Use pivot table to get all scores by name and movement
fifa_pivot_table = fifa_players.____(index=____, 
                                     columns=____, 
                                     aggfunc=____)
# Print fifa_pivot_table
print(fifa_pivot_table)

Modifier et exécuter le code