Transformer des valeurs en probabilités
Dans cet exercice, vous allez appliquer une fonction de distribution de probabilité à un DataFrame pandas, avec des paramètres liés aux groupes, en transformant la variable des pourboires en probabilités.
La transformation sera une transformation exponentielle. La loi exponentielle est définie par
$$ e^{-\lambda * x} * \lambda $$
où λ (lambda) est la moyenne du groupe auquel appartient l’observation x.
Vous allez appliquer la transformation de la loi exponentielle à la taille de chaque table du jeu de données, après avoir groupé les données selon le moment de la journée où le repas a eu lieu. N’oubliez pas d’utiliser la moyenne de chaque groupe pour la valeur de λ.
En Python, vous pouvez utiliser l’exponentielle via np.exp() de la bibliothèque NumPy et la moyenne via .mean().
Cet exercice fait partie du cours
Écrire du code efficace avec pandas
Instructions
- Définissez la transformation de la loi exponentielle
exp_tr. - Groupez les données selon le moment où le repas a eu lieu.
- Appliquez la transformation aux données groupées.
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Define the exponential transformation
exp_tr = lambda x: ____(____*____) * x.mean()
# Group the data according to the time
restaurant_grouped = restaurant_data.____(____)
# Apply the transformation
restaurant_exp_group = restaurant_grouped['tip'].____(____)
print(restaurant_exp_group.head())