Tidy data

Je gegevens herstructureren heeft verschillende toepassingen. Een belangrijke toepassing is overschakelen van een indeling die geschikt is voor data-analyse naar een indeling die geschikt is voor rapportage. Dit concept wordt verder uitgewerkt in de Tidy data-paper van Hadley Wickham.

Data in een tidy-indeling maakt ook groupby-bewerkingen mogelijk, zoals je in de vorige oefening hebt gezien.

In deze oefening gebruik je melt() en .pivot_table() uit pandas om je gegevens van de ene vorm naar de andere om te zetten. Onthoud dat je na het aanroepen van .pivot_table() op je data ook de methode .reset_index() moet aanroepen om je oorspronkelijke DataFrame terug te krijgen.

Voordat je begint met het herstructureren van de airquality-DataFrame, bekijk deze eerst in de shell. We hebben pandas geïmporteerd als pd.

Deze oefening maakt deel uit van de cursus

Python voor R-gebruikers

Cursus bekijken

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Melt the airquality DataFrame
airquality_melted = ____(____, id_vars=['Day', 'Month'])
print(airquality_melted)

Code bewerken en uitvoeren