Обчислення в зведеній таблиці
Зведені таблиці наповнені підсумковою статистикою, але це лише перший крок до корисних висновків. Часто потрібно виконати додаткові обчислення. Типове завдання — знайти рядки або стовпці, де трапляється найбільше чи найменше значення.
Згадайте з Розділу 1, що ви можете легко підмножити Series або DataFrame, щоб знайти потрібні рядки, використавши логічну умову в квадратних дужках. Наприклад: series[series > value].
pandas імпортовано як pd, і доступний датафрейм temp_by_country_city_vs_year.
Нижче показано .head() цього датафрейму, відображено лише кілька стовпців із роками:
| country | city | 2000 | 2001 | 2002 | … | 2013 |
|---|---|---|---|---|---|---|
| Afghanistan | Kabul | 15.823 | 15.848 | 15.715 | … | 16.206 |
| Angola | Luanda | 24.410 | 24.427 | 24.791 | … | 24.554 |
| Australia | Melbourne | 14.320 | 14.180 | 14.076 | … | 14.742 |
| Sydney | 17.567 | 17.854 | 17.734 | … | 18.090 | |
| Bangladesh | span translate="no">Dhaka | 25.905 | 25.931 | 26.095 | … | 26.587 |
Ця вправа є частиною курсу
Опрацювання даних у pandas
Інструкції до вправи
- Обчисліть середню температуру для кожного року та запишіть у
mean_temp_by_year. - Відфільтруйте
mean_temp_by_yearдля року з найвищою середньою температурою. - Обчисліть середню температуру для кожного міста (по стовпцях) та запишіть у
mean_temp_by_city. - Відфільтруйте
mean_temp_by_cityдля міста з найнижчою середньою температурою.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Get the worldwide mean temp by year
mean_temp_by_year = temp_by_country_city_vs_year.____
# Filter for the year that had the highest mean temp
print(mean_temp_by_year[____])
# Get the mean temp by city
mean_temp_by_city = temp_by_country_city_vs_year.____
# Filter for the city that had the lowest mean temp
print(mean_temp_by_city[____])