時間とともに変化する会員 vs カジュアル
ライダーは "Members"（年会費を支払い、いつでも自転車を借りられる）か、"Casual"（ドックにある端末でその都度支払う）のどちらかです。
10月から12月にかけて、会員とカジュアルの利用は同じ割合で減っていくでしょうか？ それともどちらかがより早く減りますか？
これまでと同様に、rides はすでに読み込まれています。ここでは Pandas のメソッド .value_counts() を使います。これは Series 内の各値の出現回数を返します。今回の場合は、"Member" または "Casual" の件数です。
この演習はコースの一部です
Pythonで扱う日付と時刻
演習の手順
- 開始日時に基づいて、
ridesを月単位でリサンプリングし、monthly_ridesに代入します。 .value_counts()を使って Member と Casual の件数を求め、各月の合計ライド数で割って比率を出します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Resample rides to be monthly on the basis of Start date
monthly_rides = rides.____('____', on = '____')['Member type']
# Take the ratio of the .value_counts() over the total number of rides
print(monthly_rides.____() / monthly_rides.size())