計算平均數與中位數
在本章中，你會使用 nu3 發佈的［2018 Food Carbon Footprint Index］（https://cdnssl.nu3.de/lpb/2018/05/Food-Carbon-Footprint-Index-2018.pdf）裡的 food_consumption 資料集。food_consumption 資料集包含各個 country 與食物類別每人每年食物消耗量（consumption，單位為公斤），以及其碳足跡（co2_emissions，以二氧化碳公斤數 CO2 表示）。
在這個練習中，你會運用 pandas 與 numpy 技巧，計算代表集中趨勢的指標，來比較美國與比利時的食物消耗情形。
pandas 已替你以 pd 匯入，food_consumption 也已預先載入。
本練習屬於課程
Python 統計學入門
練習說明
- 以別名
np匯入numpy。 - 將
food_consumption子集化，取得country為'USA'的列。 - 計算已替你建立的
usa_consumptionDataFrame 中食物consumption的平均數。 - 計算
usa_consumptionDataFrame 中食物consumption的中位數。
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。
# Import numpy with alias np
____
# Subset country for USA: usa_consumption
usa_consumption = ____
# Calculate mean consumption in USA
print(____)
# Calculate median consumption in USA
print(____)