Calcule pe un tabel pivot
Tabelele pivot sunt pline de statistici sumare, dar reprezintă doar un prim pas spre descoperirea unor informații utile. De multe ori va trebui să efectuezi calcule suplimentare pe ele. Un lucru frecvent este să identifici rândurile sau coloanele unde apare cea mai mare sau cea mai mică valoare.
Reamintește-ți din Capitolul 1 că poți filtra cu ușurință un Series sau un DataFrame pentru a găsi rândurile de interes folosind o condiție logică între paranteze pătrate. De exemplu: series[series > value].
pandas este importat ca pd, iar DataFrame-ul temp_by_country_city_vs_year este disponibil.
Mai jos este afișat .head() pentru acest DataFrame, cu doar câteva dintre coloanele de ani:
| country | city | 2000 | 2001 | 2002 | … | 2013 |
|---|---|---|---|---|---|---|
| Afghanistan | Kabul | 15.823 | 15.848 | 15.715 | … | 16.206 |
| Angola | Luanda | 24.410 | 24.427 | 24.791 | … | 24.554 |
| Australia | Melbourne | 14.320 | 14.180 | 14.076 | … | 14.742 |
| Sydney | 17.567 | 17.854 | 17.734 | … | 18.090 | |
| Bangladesh | span translate="no">Dhaka | 25.905 | 25.931 | 26.095 | … | 26.587 |
Acest exercițiu face parte din cursul
Manipularea datelor cu pandas
Instrucțiuni pentru exercițiu
- Calculează temperatura medie pentru fiecare an și atribuie rezultatul variabilei
mean_temp_by_year. - Filtrează
mean_temp_by_yearpentru a găsi anul cu cea mai mare temperatură medie. - Calculează temperatura medie pentru fiecare oraș (pe coloane) și atribuie rezultatul variabilei
mean_temp_by_city. - Filtrează
mean_temp_by_citypentru a găsi orașul cu cea mai mică temperatură medie.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Get the worldwide mean temp by year
mean_temp_by_year = temp_by_country_city_vs_year.____
# Filter for the year that had the highest mean temp
print(mean_temp_by_year[____])
# Get the mean temp by city
mean_temp_by_city = temp_by_country_city_vs_year.____
# Filter for the city that had the lowest mean temp
print(mean_temp_by_city[____])