Gom nhóm dữ liệu với pandas
Đầu ra của một data pipeline thường là một bộ dữ liệu đã được "mô hình hóa". Bộ dữ liệu này giúp người dùng dữ liệu truy cập thông tin dễ dàng mà không cần thao tác quá nhiều. Gom nhóm dữ liệu với pandas giúp bạn xây dựng các bộ dữ liệu đã mô hình hóa.
pandas đã được import với tên pd, và DataFrame raw_testing_scores chứa dữ liệu dưới dạng sau:
street_address city math_score reading_score writing_score
01M539 111 Columbia Street Manhattan 657.0 601.0 601.0
02M294 350 Grand Street Manhattan 395.0 411.0 387.0
02M308 350 Grand Street Manhattan 418.0 428.0 415.0
Bài tập này là một phần của khóa học
ETL và ELT với Python
Hướng dẫn bài tập
- Dùng
.loc[]để chỉ giữ các cột"city","math_score","reading_score", và"writing_score". - Gom nhóm DataFrame theo cột
"city", và tính giá trị trung bình điểm toán, đọc, và viết của mỗi thành phố. - Dùng hàm
transform()để tạo một DataFrame đã được gom nhóm.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
def transform(raw_data):
# Use .loc[] to only return the needed columns
raw_data = raw_data.____[:, ____]
# Group the data by city, return the grouped DataFrame
grouped_data = raw_data.____(by=["____"], axis=0).____()
return grouped_data
# Transform the data, print the head of the DataFrame
grouped_testing_scores = ____(raw_testing_scores)
print(grouped_testing_scores.head())