Kom igångKom igång gratis

En första titt

Med hjälp av det fullständiga Avazu-datasetet utforskar du olika nya särdrag genom att titta på kolumnernas datatyper. De nya data innehåller kategoriska kolumner som site_id, app_id, device_id med flera – alla är identifierare för en given webbplats, app respektive användare. Som första steg identifierar och skriver du ut de numeriska och kategoriska kolumnerna.

Exempeldata i DataFrame-format är inläst som df. pandas är också tillgängligt i din arbetsmiljö som pd.

Den här övningen är en del av kursen

Förutsäga CTR med maskininlärning i Python

Visa kurs

Övningsinstruktioner

  • Skriv ut kolumnerna i df med .columns.
  • Skriv ut motsvarande datatyper för df med .dtypes.
  • Välj ut den del av df som innehåller numeriska kolumner (använd include = ['int', 'float']) och skriv ut dessa kolumner.
  • Välj ut den del av df som innehåller kategoriska kolumner (använd include = ['object']) och skriv ut dessa kolumner.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Print columns
print(df.____)

# Print data types of columns
print(df.____)

# Select and print numeric columns
numeric_df = df.____(include=['____', 'float'])
print(numeric_df.____)

# Select and print categorical columns 
categorical_df = df.____(include=['____'])
print(categorical_df.____)
Redigera och kör kod