Leden vs. losse rijders in de tijd
Rijders kunnen "Members" zijn, wat betekent dat ze jaarlijks betalen om op elk moment een fiets te kunnen pakken, of "Casual", wat betekent dat ze bij de kiosk bij het fietsenrek betalen.
Nemen leden en losse rijders in dezelfde mate af van oktober tot en met december, of gaat één van de twee sneller omlaag?
Zoals eerder is rides al voor je ingeladen. Je gaat de Pandas-methode .value_counts() gebruiken, die het aantal voorkomens van elke waarde in een Series teruggeeft. In dit geval: de aantallen "Member" of "Casual".
Deze oefening maakt deel uit van de cursus
Werken met datums en tijden in Python
Oefeninstructies
- Stel
monthly_ridesin als een per maand geresamplede versie vanrides, gebaseerd op de startdatum. - Gebruik de methode
.value_counts()om te achterhalen hoeveel Member- en Casual-ritten er waren, en deel die door het totale aantal ritten per maand.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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())