Geneste categorieën maken

Voor je laatste plot willen de makelaars dat je de woningverkopen over het jaar laat zien, met maanden en kwartalen op de x-as.

Een deel van de code om maanden en kwartalen toe te voegen aan de Melbourne-gegevensset is alvast voor je geladen. De variabele factors, die de maanden en bijbehorende kwartalen zal vertegenwoordigen, moet nog worden aangemaakt. De gegevens moeten ook op deze twee nieuw gemaakte kolommen worden gegroepeerd om de totale verkoop te berekenen door de som te nemen van de kolom "price".

Deze oefening maakt deel uit van de cursus

Interactieve datavisualisatie met Bokeh

Cursus bekijken

Oefeninstructies

Vul factors aan met de juiste kwartalen en bijbehorende maanden.
Maak grouped_melb door melb te groeperen op "month" en "quarter", en bereken de totale waarde van de kolom "price".

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

melb["month"] = melb["date"].dt.month
quarters = {1: "Q1", 2:"Q1", 3:"Q1", 4:"Q2", 5:"Q2", 6:"Q2", 7:"Q3", 8:"Q3", 9:"Q3", 10:"Q4", 11:"Q4", 12:"Q4"}
melb["quarter"] = melb["month"].replace(quarters)
melb["month"] = melb["month"].replace({1:"January", 2:"February", 3:"March", 4:"April", 5:"May", 6:"June", 7:"July", 8:"August", 9:"September", 10:"October", 11:"November", 12:"December"})

# Create factors
factors = [("Q1", "January"), ("____", "February"), ("____", "March"), 
           ("Q2", "April"), ("____", "____"), ("____", "____"), 
           ("Q3", "July"), ("____", "____"), ("____", "____"), 
           ("Q4", "October"), ("____", "____"), ("____", "____")]

# Calculate total sales by month and quarter
grouped_melb = melb.groupby(["____", "____"], as_index=False)["____"].sum()
grouped_melb.sort_values("quarter", inplace=True)
print(grouped_melb.head())

Code bewerken en uitvoeren