Выборка в соответствии с временной шкалой

Предположим, вы строите базовую таблицу для предиктивной модели, которая предсказывает, будут ли доноры делать пожертвования в 2018 году. Согласно временной шкале, в выборку должны входить все доноры, которые сделали хотя бы одно пожертвование после 1 января 2013 года, но не делали пожертвований после 1 января 2017 года. Дан датафрейм pandas gifts со всеми пожертвованиями начиная с 2010 года. В этом упражнении вы сформируете множество идентификаторов доноров, входящих в выборку.

Это упражнение является частью курса

Средний уровень прогностической аналитики на Python

Посмотреть курс

Инструкции к упражнению

Создайте датафрейм gifts_include, содержащий все пожертвования, сделанные в 2013 году или позже, и датафрейм gifts_exclude, содержащий все пожертвования, сделанные в 2017 году или позже.
Создайте множество donors_include с идентификаторами доноров из gifts_include и множество donors_exclude с идентификаторами доноров из gifts_exclude.
Сформируйте итоговую выборку, применив метод .difference() к двум полученным множествам.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Gifts made in 2013 or later
gifts_include = ____[____[____].dt.year >= ____]

# Gifts made in 2017 or later
gifts_exclude = ____[____[____].dt.year >= ____]

# Set with ids in gifts_include
donors_include = ____(____[____])

# Set with ids in gifts_exclude
donors_exclude = ____(____[____])

# Population
population = ____.difference(____)
print(len(population))

Редактировать и запускать код