Zacznij terazZacznij za darmo

Średnia ocena kursu

Świetnym sposobem na rekomendowanie kursów jest polecanie tych najwyżej ocenianych – studenci DataCamp chętnie sięgają po kursy, które ich rówieśnicy oceniają wysoko.

W tym ćwiczeniu uzupełnisz funkcję transformacji transform_avg_rating(), która agreguje dane ocen przy użyciu metody .groupby() biblioteki pandas. Celem jest uzyskanie DataFrame z dwiema kolumnami: identyfikatorem kursu i jego średnią oceną:

course_id avg_rating
123 4.72
111 4.62
… …

Uzupełnisz tę funkcję transformacji i zastosujesz ją na surowych danych ocen wyodrębnionych za pomocą funkcji pomocniczej extract_rating_data(), która pobiera oceny kursów z tabeli rating.

To ćwiczenie jest częścią kursu

Wprowadzenie do inżynierii danych

Zobacz kurs

Instrukcje do ćwiczenia

  • Uzupełnij funkcję transform_avg_rating(), grupując dane według kolumny course_id i obliczając średnią kolumny rating.
  • Użyj funkcji extract_rating_data(), aby wyodrębnić surowe dane ocen. Przyjmuje ona jako argument silnik bazy danych db_engines.
  • Zastosuj funkcję transform_avg_rating() na wyodrębnionych surowych danych ocen.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Complete the transformation function
def transform_avg_rating(rating_data):
    # Group by course_id and extract average rating per course
    avg_rating = rating_data.____('____').rating.____()
    # Return sorted average ratings per course
    sort_rating = avg_rating.sort_values(ascending=False).reset_index()
    return sort_rating

# Extract the rating data into a DataFrame    
rating_data = extract_rating_data(____)

# Use transform_avg_rating on the extracted data and print results
avg_rating_data = transform_avg_rating(____)
print(avg_rating_data)
Edytuj i uruchom kod