Wszystko razem – ponownie

Teraz, gdy lepiej rozumiesz, jak scalanie może wzbogacać dane, wróćmy do tabeli podsumowującej.

Aktualnie wczytane są dwa obiekty DataFrame:

transactions – pełna lista transakcji sprzedaży biletów, bez informacji o gatunku filmowym.
movies – tabela z tytułami filmów i ich gatunkami.

Połączmy te dwie tabele, aby odtworzyć widok, który znamy – liczbę sprzedanych biletów dla każdego gatunku.

To ćwiczenie jest częścią kursu

Python dla użytkowników arkuszy kalkulacyjnych

Zobacz kurs

Instrukcje do ćwiczenia

Scal transactions z movies po kolumnie movie_title.
Grupuj według movie_genre i zsumuj wyniki. Zapisz rezultat w zmiennej genre_summary.
Posortuj genre_summary według ticket_quantity. Zapisz wynik jako genre_summary_sorted.
Wyświetl genre_summary_sorted (ten krok jest już wykonany).

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Merge transaction data with the movie data on movie_title
transactions_with_genres = ____

# Group by movie_genre and call the sum method
genre_summary = transactions_with_genres.groupby(____, as_index=False).____()

# Sort the genre summary by ticket_quantity
genre_summary_sorted = genre_summary.____('ticket_quantity', ascending=False).reset_index(drop=True)

# View the summary
print(genre_summary_sorted)

Edytuj i uruchom kod