Hur stor andel av försäljningen skedde vid varje butikstyp?
Även om .groupby() är användbart kan du beräkna grupperade sammanfattningsstatistik utan det.
Walmart skiljer på tre butikstyper: "supercenters", "discount stores" och "neighborhood markets", kodade i det här datasetet som typ "A", "B" respektive "C". I den här övningen beräknar du den totala försäljningen per butikstyp utan att använda .groupby(). Du kan sedan använda dessa siffror för att se hur stor andel av Walmarts totala försäljning som skedde vid varje typ.
sales är tillgänglig och pandas är importerat som pd.
Den här övningen är en del av kursen
Datamanipulering med pandas
Övningsinstruktioner
- Beräkna den totala
weekly_salesför hela datasetet. - Filtrera på butiker av
type"A"och beräkna deras totala veckoomsättning. - Gör samma sak för butiker av
type"B"ochtype"C". - Kombinera resultaten för A/B/C i en lista och dividera med
sales_allför att få andelen försäljning per butikstyp.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Calc total weekly sales
sales_all = ____["____"].____()
# Subset for type A stores, calc total weekly sales
sales_A = ____[____["____"] == "____"]["____"].____()
# Subset for type B stores, calc total weekly sales
sales_B = ____
# Subset for type C stores, calc total weekly sales
sales_C = ____
# Get proportion for each type
sales_propn_by_type = [sales_A, ____, ____] / ____
print(sales_propn_by_type)