Een populatie die voldoet aan de tijdlijn

Stel dat je een basistabel wilt bouwen voor een voorspellend model dat voorspelt of donoren in 2018 zullen doneren. De tijdlijn geeft aan dat de populatie alle donoren moet bevatten die minstens één keer hebben gedoneerd sinds 1 januari 2013, maar geen donaties hebben gedaan na 1 januari 2017. Gegeven is een pandas-gegevensframe gifts met alle donaties sinds 2010. In deze oefening maak je een verzameling met de donor-id's van alle donoren in de populatie.

Deze oefening maakt deel uit van de cursus

Gevorderde voorspellende analyse in Python

Cursus bekijken

Oefeninstructies

Maak een dataframe gifts_include met alle giften gedaan in 2013 of later en een dataframe gifts_exclude met alle giften gedaan in 2017 of later.
Maak een set donors_include met alle donor-id's van donoren in gifts_include en een set donors_exclude met alle donor-id's van donoren in gifts_exclude.
Stel de populatie samen met de methode .difference() op je twee sets.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Gifts made in 2013 or later
gifts_include = ____[____[____].dt.year >= ____]

# Gifts made in 2017 or later
gifts_exclude = ____[____[____].dt.year >= ____]

# Set with ids in gifts_include
donors_include = ____(____[____])

# Set with ids in gifts_exclude
donors_exclude = ____(____[____])

# Population
population = ____.difference(____)
print(len(population))

Code bewerken en uitvoeren