使用 pandas 分组数据
数据管道的输出通常是"建模后"的数据集。该数据集能让数据消费者更容易获取信息，而无需进行大量处理。使用 pandas 对数据分组有助于构建这类建模数据集。
已将 pandas 以 pd 导入，raw_testing_scores DataFrame 的数据形式如下：
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
本练习是课程的一部分
使用 Python 的 ETL 和 ELT
练习说明
- 使用
.loc[]仅保留"city"、"math_score"、"reading_score"和"writing_score"列。 - 按
"city"列对 DataFrame 分组，并计算各城市的数学、阅读和写作成绩的均值。 - 使用
transform()函数创建一个按组转换后的 DataFrame。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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())