शुरू करेंमुफ़्त में शुरू करें

Experimental data में blocking

आप एक मैन्युफैक्चरिंग फर्म के साथ काम कर रहे हैं जो वर्कर प्रोडक्टिविटी पर कुछ प्रयोग करना चाहती है. उनके डेटासेट में केवल 100 पंक्तियाँ हैं, इसलिए यह ज़रूरी है कि एक्सपेरिमेंटल ग्रुप्स संतुलित हों.

यह blocking का उपयोग करने का बढ़िया मौका है. उन्होंने productivity_subjects DataFrame दिया है. इस दिए गए डेटासेट को 50-50 एंट्री के दो बराबर ग्रुप्स में बाँटिए.

लाइब्रेरीज़ numpy और pandas क्रमशः np और pd के रूप में इम्पोर्ट की गई हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Experimental Design

पाठ्यक्रम देखें

अभ्यास निर्देश

  • productivity_subjects DataFrame से बिना replacement के यादृच्छिक रूप से 50 subjects चुनकर एक नया DataFrame block_1 बनाएँ.
  • block_1 DataFrame के लिए एक नया कॉलम block सेट करें और उसका मान 1 रखें.
  • बचे हुए subjects को block_2 नाम के DataFrame में रखें और उसके block कॉलम का मान 2 सेट करें.
  • दोनों blocks को जोड़कर एक सिंगल DataFrame बनाएँ, और blocking सही से हुई यह जाँचने के लिए block कॉलम में हर मान की गिनती प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Randomly assign half
block_1 = productivity_subjects.____(____, random_state=42, ____)

# Set the block column
block_1['block'] = ____

# Create second assignment and label
block_2 = ____
block_2['block'] = ____

# Concatenate and print
productivity_combined = pd.____([block_1, block_2], axis=0)
print(productivity_combined['block'].value_counts())
कोड संपादित करें और चलाएँ