每門課的平均評分
推薦課程的一個好方法，是推薦高評分的課程，因為 DataCamp 學生通常也會喜歡同儕評價高的課程。
在這個練習中，你將完成轉換函式 transform_avg_rating()，利用 pandas DataFrame 的 .groupby() 方法匯總評分資料。目標是得到一個包含兩欄的 DataFrame：課程 id 與其平均評分：
| course_id | avg_rating |
|---|---|
| 123 | 4.72 |
| 111 | 4.62 |
| … | … |
在這個練習中，你會完成這個轉換函式，並將它套用在透過輔助函式 extract_rating_data() 擷取的原始評分資料上；該函式會從 rating 資料表擷取課程評分。
本練習屬於課程
Data Engineering 入門
練習說明
- 透過
course_id欄位進行分組，並取rating欄位的平均值，完成transform_avg_rating()函式。 - 使用
extract_rating_data()來擷取原始評分資料。它接收資料庫引擎db_engines作為引數。 - 將你擷取的原始評分資料套用到
transform_avg_rating()。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Complete the transformation function
def transform_avg_rating(rating_data):
# Group by course_id and extract average rating per course
avg_rating = rating_data.____('____').rating.____()
# Return sorted average ratings per course
sort_rating = avg_rating.sort_values(ascending=False).reset_index()
return sort_rating
# Extract the rating data into a DataFrame
rating_data = extract_rating_data(____)
# Use transform_avg_rating on the extracted data and print results
avg_rating_data = transform_avg_rating(____)
print(avg_rating_data)