Сложение строк и конкатенация чисел
В предыдущем упражнении вы определили, что category — правильный тип данных для столбца user_type, и выполнили преобразование, чтобы получить статистические сводки о распределении значений user_type.
Ещё одна распространённая проблема с типами данных — импорт числовых значений в виде строк. В этом случае такие операции, как сложение и умножение, приводят не к числовым вычислениям, а к конкатенации строк.
В этом упражнении вы преобразуете строковый столбец duration в тип int. Но сначала нужно удалить подстроку "minutes" из значений столбца, чтобы pandas смог распознать их как числа. Пакет pandas уже импортирован под псевдонимом pd.
Это упражнение является частью курса
Очистка данных в Python
Инструкции к упражнению
- Примените метод
.strip(), чтобы удалить"minutes"из столбцаduration, и сохраните результат в столбецduration_trim. - Преобразуйте
duration_trimв типintи сохраните результат в столбецduration_time. - Напишите оператор
assert, который проверяет, что тип данных столбцаduration_timeтеперь равенint. - Выведите среднюю продолжительность поездки.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Strip duration of minutes
ride_sharing['duration_trim'] = ride_sharing['duration'].____.____()
# Convert duration to integer
ride_sharing['duration_time'] = ____
# Write an assert statement making sure of conversion
assert ride_sharing['____'].____ == '____'
# Print formed columns and calculate average ride duration
print(ride_sharing[['duration','duration_trim','duration_time']])
print(____)