Tính toán trên pivot table
Pivot table chứa sẵn các thống kê tóm tắt, nhưng đó chỉ là bước khởi đầu để tìm ra điều gì đó có ý nghĩa. Thông thường bạn sẽ cần thực hiện thêm các phép tính trên chúng. Một thao tác phổ biến là tìm các hàng hoặc cột có giá trị cao nhất hoặc thấp nhất.
Nhắc lại từ Chương 1: bạn có thể dễ dàng trích lọc một Series hoặc DataFrame để tìm các hàng quan tâm bằng cách dùng điều kiện logic trong dấu ngoặc vuông. Ví dụ: series[series > value].
pandas đã được nạp với tên pd và DataFrame temp_by_country_city_vs_year đã có sẵn.
.head() của DataFrame này được hiển thị bên dưới, chỉ với một vài cột năm:
| 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 |
Bài tập này là một phần của khóa học
Xử lý dữ liệu với pandas
Hướng dẫn bài tập
- Tính nhiệt độ trung bình cho mỗi năm và gán vào
mean_temp_by_year. - Lọc
mean_temp_by_yearđể lấy năm có nhiệt độ trung bình cao nhất. - Tính nhiệt độ trung bình cho mỗi thành phố (theo chiều cột), gán vào
mean_temp_by_city. - Lọc
mean_temp_by_cityđể lấy thành phố có nhiệt độ trung bình thấp nhất.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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[____])