按课程计算平均评分
一种很好的课程推荐方式是推荐高评分课程，因为 DataCamp 学生往往更喜欢同学们评价较高的课程。
在本练习中，您将完成一个转换函数 transform_avg_rating()，它使用 pandas DataFrame 的 .groupby() 方法汇总评分数据。目标是得到一个包含两列的 DataFrame：课程 ID 及其平均评分：
| course_id | avg_rating |
|---|---|
| 123 | 4.72 |
| 111 | 4.62 |
| … | … |
在本练习中，您将完成该转换函数，并将其应用于通过辅助函数 extract_rating_data() 提取的原始评分数据。该函数会从 rating 表中提取课程评分。
本练习是课程的一部分
Data Engineering 入门
练习说明
- 完成
transform_avg_rating()函数：按course_id列分组，并对rating列取平均值。 - 使用
extract_rating_data()提取原始评分数据。它的参数是数据库引擎db_engines。 - 对您提取的原始评分数据调用
transform_avg_rating()。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)