Łączymy wszystko razem: przewidywanie procentu zwycięstw
Do twojej sesji został wczytany DataFrame pandas o nazwie baseball_df. Dla ułatwienia w konsoli wyświetlono słownik opisujący każdą kolumnę tego DataFrame'a – możesz korzystać z tych opisów przez cały czas trwania ćwiczenia.
Spróbujemy przewidzieć procent zwycięstw drużyny w danym sezonie, używając łącznej liczby zdobytych punktów ('RS') i łącznej liczby straconych punktów ('RA') w sezonie za pomocą następującej funkcji:
def predict_win_perc(RS, RA):
prediction = RS ** 2 / (RS ** 2 + RA ** 2)
return np.round(prediction, 2)
Porównajmy poznane podejścia do obliczenia przewidywanego procentu zwycięstw dla każdego sezonu (czyli wiersza) w twoim DataFrame.
To ćwiczenie jest częścią kursu
Wydajny kod w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
win_perc_preds_loop = []
# Use a loop and .itertuples() to collect each row's predicted win percentage
for ____ in baseball_df.____():
runs_scored = ____.____
runs_allowed = ____.____
win_perc_pred = predict_win_perc(____, ____)
win_perc_preds_loop.append(____)