Zacznij terazZacznij za darmo

Indeksowanie logiczne do szybkiej analizy

Wróćmy do zbioru danych animals, który jest wczytany jako lista słowników. Wykorzystasz wszystko, czego się nauczyłeś(-aś), i przekształcisz te dane w użyteczny DataFrame, przefiltruj je za pomocą indeksowania logicznego, a następnie użyj numpy, żeby odkryć kilka ciekawych faktów o zwierzętach.

To ćwiczenie jest częścią kursu

Python dla użytkowników MATLAB-a

Zobacz kurs

Instrukcje do ćwiczenia

  • Utwórz DataFrame animals z listy słowników animals.
  • Utwórz indeks logiczny mammals, wyszukując rekordy, w których kolumna "Class" ma wartość "Mammalia".
  • Utwórz indeks logiczny birds, wyszukując rekordy, w których kolumna "Class" ma wartość "Aves".
  • Użyj numpy, aby obliczyć średnią kolumny "Litter/Clutch size" dla ssaków i ptaków.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create a DataFrame from animals
animals = pd.____(animals)

# Create Boolean indices for mammals and birds
mammals = animals['Class']=='____'
birds = animals['Class']=='____'

# Use numpy and the Boolean indices to determine mean Litter/Clutch size
litter = np.____(animals[mammals]['Litter/Clutch size'])
clutch = np.____(animals[____]['Litter/Clutch size'])

# Print the average Litter/Clutch size of each class
print('Mammals have an average of {} offspring in each litter.'.format(round(litter, 2)))
print('The average clutch size in a single brood is {} eggs.'.format(round(clutch, 2)))
Edytuj i uruchom kod