Самый продаваемый фильм по локациям

С новыми инструментами мы можем создавать ещё более полезные таблицы. Вспомните, как раньше мы искали самый продаваемый фильм в Портленде: сначала фильтровали таблицу только по Портленду, затем сортировали значения, чтобы найти лидера продаж. Делать это для каждой локации кинотеатра было бы очень долго.

Вместо этого, используя новые инструменты, мы можем быстро свернуть транзакционные данные sales в сводную таблицу, отсортировать её и получить лучший фильм для каждого рынка — всё за один раз.

Это упражнение является частью курса

Python для пользователей электронных таблиц

Посмотреть курс

Инструкции к упражнению

Используйте .groupby() и .sum(), чтобы создать сводную таблицу по theater_location и movie_title.
Отсортируйте totals по ticket_quantity в порядке убывания.
Используйте .groupby() и .head(), чтобы извлечь лучший фильм по каждому theater_location.
Выведите top_movies.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a summary by theater location and movie title
totals = sales.____([____, ____], as_index=False).____()

# Sort totals by ticket quantity in descending order
totals_sorted = totals.____(____, ascending=False).reset_index(drop=True)

# Take the top row for each theater location
top_movies = totals_sorted.____(____).____(1).reset_index(drop=True)

# Print results
____

Редактировать и запускать код