Agrupando dados com pandas
A saída de um pipeline de dados costuma ser um conjunto de dados "modelado". Esse conjunto oferece aos consumidores de dados um acesso fácil às informações, sem precisar de muita manipulação. Agrupar dados com pandas ajuda a construir conjuntos de dados modelados.
pandas já foi importado como pd, e o DataFrame raw_testing_scores contém dados no seguinte formato:
street_address city math_score reading_score writing_score
01M539 111 Columbia Street Manhattan 657.0 601.0 601.0
02M294 350 Grand Street Manhattan 395.0 411.0 387.0
02M308 350 Grand Street Manhattan 418.0 428.0 415.0
Este exercicio faz parte do curso
ETL e ELT em Python
Instruções do exercicio
- Use
.loc[]para manter apenas as colunas"city","math_score","reading_score"e"writing_score". - Agrupe o DataFrame pela coluna
"city"e calcule a média das notas de matemática, leitura e escrita de cada cidade. - Use a função
transform()para criar um DataFrame agrupado.
exercicio interativo prático
Tente este exercicio completando este código de exemplo.
def transform(raw_data):
# Use .loc[] to only return the needed columns
raw_data = raw_data.____[:, ____]
# Group the data by city, return the grouped DataFrame
grouped_data = raw_data.____(by=["____"], axis=0).____()
return grouped_data
# Transform the data, print the head of the DataFrame
grouped_testing_scores = ____(raw_testing_scores)
print(grouped_testing_scores.head())