Kom igångKom igång gratis

Förbereda data för varukorgsanalys

Under hela kursen kommer du att arbeta med data i ett av två format: ett pandas DataFrame eller en lista av listor. DataFrame-objekt skapas genom att importera en csv-fil med pandas. De består av en enda datakolumn där varje element innehåller en sträng med artiklar från en transaktion, separerade med kommatecken, som i tabellen nedan.

I den här övningen får du öva på att läsa in data från en csv-fil och förbereda den som en lista av listor. Observera att sökvägen till livsmedelsbutikens datamängd redan är definierad och finns tillgänglig som groceries_path.

Transaktion
'milk,bread,biscuit'
'bread,milk,biscuit,cereal'
…
'tea,milk,coffee,cereal'

Den här övningen är en del av kursen

Marknadskorgsanalys i Python

Visa kurs

Övningsinstruktioner

  • Importera paketet pandas under aliaset pd.
  • Använd pandas för att läsa csv-filen på den sökväg som anges av groceries_path.
  • Välj kolumnen Transaction från DataFrame och dela upp varje kommaseparerad sträng i en lista.
  • Konvertera DataFrame med transaktioner till en lista av listor.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Import pandas under the alias pd
import ____ as pd

# Load transactions from pandas
groceries = pd.____(groceries_path)

# Split transaction strings into lists
transactions = groceries['____'].apply(lambda t: t.split(','))

# Convert DataFrame column into list of strings
transactions = list(____)

# Print the list of transactions
print(transactions)
Redigera och kör kod