Wykrywanie sezonowości
Załóżmy, że chcesz przewidzieć, czy potencjalny darczyńca złoży darowiznę w przyszłym miesiącu. Jako zmienne predykcyjne chcesz uwzględnić takie cechy jak średnia darowizna, maksymalna darowizna i minimalna darowizna z poprzedniego miesiąca.
Dana jest ramka danych pandas gifts zawierająca wszystkie darowizny dokonane w 2017 roku. Sprawdź, czy w danych występuje sezonowość, aby wiedzieć, czy należy ją uwzględnić podczas tworzenia tabeli bazowej.
To ćwiczenie jest częścią kursu
Pośrednia analityka predykcyjna w Pythonie
Instrukcje do ćwiczenia
- Oblicz dla każdego miesiąca ("month") średnią kwotę darowizn złożonych przez wszystkich darczyńców.
- Oblicz dla każdego miesiąca ("month") łączną liczbę darowizn złożonych przez wszystkich darczyńców.
- Oblicz dla każdego miesiąca ("month") medianę kwot darowizn złożonych przez wszystkich darczyńców.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the mean amount donated per month
mean_per_month = gifts.____("month")["amount"].____().reset_index()
print(mean_per_month)
# Calculate the number of donations per month
number_per_month = ____.____("month").____().reset_index()
print(number_per_month)
# Calculate the median amount donated per month
median_per_month = ____.____("____")["____"].____().reset_index()
print(median_per_month)