Najlepiej sprzedający się film według lokalizacji

Dzięki nowym narzędziom możemy tworzyć jeszcze bardziej przydatne tabele. Pamiętasz, jak wcześniej szukaliśmy najlepiej sprzedającego się filmu w Portland? Musieliśmy najpierw przefiltrować tabelę pod kątem filmów z Portland, a potem posortować wartości, żeby znaleźć ten z największą sprzedażą. Robienie tego osobno dla każdej lokalizacji kinowej byłoby bardzo czasochłonne.

Zamiast tego, korzystając z nowych narzędzi, możemy szybko skondensować dane transakcyjne ze zbioru sales do tabeli podsumowującej, posortować ją i od razu wyodrębnić najlepszy film dla każdego rynku.

To ćwiczenie jest częścią kursu

Python dla użytkowników arkuszy kalkulacyjnych

Zobacz kurs

Instrukcje do ćwiczenia

Użyj .groupby() i .sum(), aby utworzyć tabelę podsumowującą według kolumn theater_location i movie_title.
Posortuj tabelę totals według kolumny ticket_quantity w kolejności malejącej.
Użyj .groupby() i .head(), aby wyodrębnić najlepszy film dla każdej lokalizacji (theater_location).
Wyświetl tabelę top_movies.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create a summary by theater location and movie title
totals = sales.____([____, ____], as_index=False).____()

# Sort totals by ticket quantity in descending order
totals_sorted = totals.____(____, ascending=False).reset_index(drop=True)

# Take the top row for each theater location
top_movies = totals_sorted.____(____).____(1).reset_index(drop=True)

# Print results
____

Edytuj i uruchom kod