Definiera en aggregeringsfunktion
Återförsäljaren blir förvånad över hur stor andel skyltartiklar som finns i lagret och bestämmer sig för att aggregera data för olika kategorier för att utforska den närmare. Det verkar enkelt för dig, men återförsäljaren har tidigare inte kunnat utföra ens en grundläggande deskriptiv analys av sina transaktioner och artiklar.
Återförsäljaren ber dig att aggregera data för kategorierna candles, bags och boxes. För att förenkla uppgiften väljer du att skriva en funktion. Den tar en sträng som innehåller en artikels kategori och returnerar sedan en DataFrame som anger om varje transaktion innehåller artiklar från den kategorin. Observera att pandas redan har importerats som pd. Dessutom har data importerats i one-hot-kodat format som onehot.
Den här övningen är en del av kursen
Marknadskorgsanalys i Python
Övningsinstruktioner
- Slutför list comprehension som extraherar en delmängd av kolumnrubrikerna.
- Välj kolumnerna för den artikel du vill aggregera.
- Utför aggregering med funktionen
aggregate()för bags, boxes och candles med strängarnabag,boxochcandle.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
def aggregate(item):
# Select the column headers for sign items in onehot
item_headers = [i for i in ____.columns if i.lower().find(item)>=0]
# Select columns of sign items
item_columns = onehot[____]
# Return category of aggregated items
return item_columns.sum(axis = 1) >= 1.0
# Aggregate items for the bags, boxes, and candles categories
bags = aggregate('bag')
boxes = aggregate('____')
candles = ____