पिवट टेबल पर गणना करना
पिवट टेबल में सारांश सांख्यिकी भरी होती है, लेकिन कुछ सार्थक खोजने के लिए यह सिर्फ पहला कदम है. अक्सर आपको उन पर आगे की गणनाएँ करनी पड़ती हैं. एक आम काम है वे रो या कॉलम पहचानना जहाँ सबसे अधिक या सबसे कम मान आता है.
अध्याय 1 से याद कीजिए कि आप स्क्वेयर ब्रैकेट्स में एक लॉजिकल कंडीशन देकर Series या DataFrame को आसानी से सबसेट कर सकते हैं. उदाहरण: series[series > value].
pandas pd के रूप में लोड है और DataFrame temp_by_country_city_vs_year उपलब्ध है.
इस DataFrame की .head() नीचे दिखाई गई है, जिसमें साल वाले कुछ ही कॉलम दिखाए गए हैं:
| country | city | 2000 | 2001 | 2002 | … | 2013 |
|---|---|---|---|---|---|---|
| Afghanistan | Kabul | 15.823 | 15.848 | 15.715 | … | 16.206 |
| Angola | Luanda | 24.410 | 24.427 | 24.791 | … | 24.554 |
| Australia | Melbourne | 14.320 | 14.180 | 14.076 | … | 14.742 |
| Sydney | 17.567 | 17.854 | 17.734 | … | 18.090 | |
| Bangladesh | span translate="no">Dhaka | 25.905 | 25.931 | 26.095 | … | 26.587 |
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ Data Manipulation
अभ्यास निर्देश
- प्रत्येक साल के लिए औसत तापमान निकालें और उसे
mean_temp_by_yearमें असाइन करें. mean_temp_by_yearको उस साल के लिए फ़िल्टर करें जिसका औसत तापमान सबसे अधिक था.- प्रत्येक शहर के लिए (कॉलम्स में) औसत तापमान निकालें और उसे
mean_temp_by_cityमें असाइन करें. mean_temp_by_cityको उस शहर के लिए फ़िल्टर करें जिसका औसत तापमान सबसे कम था.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Get the worldwide mean temp by year
mean_temp_by_year = temp_by_country_city_vs_year.____
# Filter for the year that had the highest mean temp
print(mean_temp_by_year[____])
# Get the mean temp by city
mean_temp_by_city = temp_by_country_city_vs_year.____
# Filter for the city that had the lowest mean temp
print(mean_temp_by_city[____])