Toplanmış bir hedefi hesapla
Belirli bir ayda 50 eurodan fazla bağış yapma olasılığı en yüksek bağışçıları tahmin eden bir öngörücü model kurmak istediğini varsay.
Elde, popülasyondaki her bağışçı için bir satırı zaten bulunan bir temel tablo basetable var; donor_id sütunu bağışçıyı temsil eder. Zaman çizelgesi, bağışçı Ocak 2017'de 50 eurodan fazla bağış yaptıysa hedefin 1, aksi halde 0 olması gerektiğini gösteriyor.
Pandas veri çerçevesi gifts_201701, Ocak 2017'deki tüm bağışları içerir. Bu egzersizde hedef sütununu temel tabloya ekleyeceksin.
Bu egzersiz
Python ile Orta Düzey Öngörüsel Analitik
kursunun bir parçasıdırEgzersiz talimatları
gifts_summedyapısını oluştur:gifts_201701içindeki her bağışçı için bağışların toplamını içersin.- Hedef dönemde 50 Euro'dan fazla bağış yapan bağışçılardan oluşan
targetsisimli bir listeyigifts_summedüzerinden türet. - Hedefi temel tabloya ekle.
- Hedef görülme oranını (incidence) hesapla ve yazdır.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Sum of donations for each donor in gifts_201701
gifts_summed = ____.groupby("____")["____"].____().reset_index()
# List with targets
targets = list(gifts_summed["id"][____["____"] > ____])
# Add targets to the basetable
basetable["target"] = pd.Series([____ if donor_id in targets else ____ for donor_id in basetable["donor_id"]])
# Calculate and print the target incidence
print(round(____["____"].____() / ____(____), 2))