การสรุปข้อมูลอย่างมีประสิทธิภาพ
แม้ว่า pandas และ NumPy จะมีฟังก์ชันให้ใช้งานมากมาย แต่บางครั้งก็อาจต้องการฟังก์ชันอื่นเพื่อสรุปข้อมูลโดยเฉพาะ
เมธอด .agg() ช่วยให้สามารถนำฟังก์ชันที่กำหนดเองมาใช้กับ DataFrame ได้ รวมถึงใช้ฟังก์ชันกับหลายคอลัมน์พร้อมกันในคราวเดียว ทำให้การรวมข้อมูลมีประสิทธิภาพยิ่งขึ้น ตัวอย่างเช่น
df['column'].agg(function)
ในฟังก์ชันที่กำหนดเองสำหรับแบบฝึกหัดนี้ "IQR" ย่อมาจาก inter-quartile range หรือพิสัยระหว่างควอไทล์ ซึ่งคำนวณจากเปอร์เซ็นไทล์ที่ 75 ลบด้วยเปอร์เซ็นไทล์ที่ 25 เป็นทางเลือกแทนส่วนเบี่ยงเบนมาตรฐาน และมีประโยชน์โดยเฉพาะเมื่อข้อมูลมีค่าผิดปกติ (outliers)
sales พร้อมใช้งานแล้ว และ pandas โหลดเป็น pd
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจัดการข้อมูลด้วย pandas
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# A custom IQR function
def iqr(column):
return column.quantile(0.75) - column.quantile(0.25)
# Print IQR of the temperature_c column
print(____)