Dies ist ein Kampfbericht über das Klopfen von 100 Eiern, ohne das Ei des Datenwissenschaftlers zu kennen. Es ist ein Rätsel, ob ich das Rennen beenden kann. ~~ Auch wenn es unterwegs verschwindet, denken Sie bitte, dass es Qiita nicht gegeben wird. ~~
100 Klopfartikel 100 Knock Guide
** Sei vorsichtig, wenn du es versuchst, da es Spoiler enthält **
Ich schreibe hier Gudaguda, weil ich ungefähr eine Seite verdiene, um das Verderben zu verhindern ()
Ich habe es auf dem Weg satt, also habe ich den Inhalt von Docker ausgegraben.
Das ist schwer zu sehen! Diese Schreibweise ist gefährlich! Wenn Sie Fragen haben, lassen Sie es mich bitte wissen. ~~ Ich werde es als Nahrung verwenden, während mein Herz geschädigt wird.
Diesmal von 23 bis 28. [Letztes Mal] 19-22 [Zum ersten Mal mit Inhaltsverzeichnis]
mine23.py
df=df_receipt
df=df.groupby('store_cd').agg({'amount':'sum','quantity':'sum'}).reset_index()
df.head(10)
Ja, plötzlich kam eine neue Schreibweise. Auf der Referenzseite scheint es, dass es für die Datenaggregation verwendet werden kann.
Selbst in Excel kann die gleiche Summe, min, max, verstanden werden, aber der Durchschnitt des Schreibens ist unbeabsichtigt …… Ich habe es nicht benutzt, seit ich von std oder einem Prüfling betreut wurde, aber ich frage mich, ob es von nun an erledigt wird ...
min ': Mindestwert 'max': Maximalwert 'Mittelwert': Durchschnittswert 'Median': Median 'std': Standardabweichung
Auch ist es auf den ersten Blick schwer zu verstehen
df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
In dem Teil von gibt es eine Möglichkeit, das Maximum und Minimum von "B" für jedes "A" zu schreiben. Wenn Sie jedoch so schreiben, wird eine Hierarchie erstellt. ~~ Das Nachschlagewerk sagt, dass es praktisch ist, aber das ist sehr ärgerlich ~~
yodan.py
df=df_receipt
df=df.groupby('customer_id').agg({'sales_ymd':['max','min']})
df['sales_ymd']#'sales_ymd'Index verschwindet'max''min'Zeile wird projiziert
df['sales_ymd'][['max']]#'max'Projektion nur in Spalten
Es ist sehr ärgerlich, dies tun zu müssen, wenn Sie sich auf die Hierarchie beziehen möchten Ich hatte mit 23-27 zu kämpfen, deshalb werde ich es vorerst veröffentlichen
mine24.py
df=df_receipt
df.groupby('customer_id').agg({'sales_ymd':'max'}).reset_index().head(10)
Es ist die maximale Version von 23 (oder besser gesagt, ich habe dies beiseite geschrieben)
mine25.py
'''Musterantwort'''
df_receipt.groupby('customer_id').agg({'sales_ymd':'min'}).head(10)
Dies ist eine vorbildliche Antwort. Die vorbildliche Antwort war leise, weil es viele einfache Dinge gab, die ich ohne Konserven in letzter Zeit nicht verstehen konnte.
P-026: Finden Sie das neueste Verkaufsdatum (sales_ymd) und das älteste Verkaufsdatum für jede Kunden-ID (customer_id) im Datenrahmen für Belegdetails (df_receipt) und zeigen Sie 10 verschiedene Daten an.
mine26.py
df=df_receipt
df=df.groupby('customer_id').agg({'sales_ymd':['max','min']}).reset_index()
df=df[df['sales_ymd']['max'] != df['sales_ymd']['min']]
df.head(10)
'''Musterantwort'''
df_tmp = df_receipt.groupby('customer_id').agg({'sales_ymd':['max','min']}).reset_index()
df_tmp.columns = ["_".join(pair) for pair in df_tmp.columns]
df_tmp.query('sales_ymd_max != sales_ymd_min').head(10)
Was ist die zweite Zeile dieser Modellantwort ... Ich verstehe, dass die Hierarchie gelöscht wird.
Das Ergebnis meiner Ausgabe ist
| customer_id | sales_ymd | |
|---|---|---|
| max | min |
Während es so aussieht
| customer_id_ | sales_ymd_max | sales_ymd_min |
|---|
Ich verstehe, dass es so schön aussieht ~~, aber schließlich ist die Hierarchie ein Hindernis ~~
mine27.py
df=df_receipt
df=df.groupby('store_cd').agg({'amount':['mean']}).reset_index()
df.columns=['store_id','amount_mean']
df=df.sort_values('amount_mean',ascending= False)
df.head(5)
'''Musterantwort'''
df_receipt.groupby('store_cd').agg({'amount':'mean'}).reset_index().sort_values('amount', ascending=False).head(5)
mine28.py
df=df_receipt
df=df.groupby('store_cd').agg({'amount':['median']}).reset_index()
df.columns=['store_id','amount_median']
df=df.sort_values('amount_median',ascending= False)
df.head(5)
'''Musterantwort'''
df_receipt.groupby('store_cd').agg({'amount':'median'}).reset_index().sort_values('amount', ascending=False).head(5)
27 und 28 sind sortiert. Es ist ein Geheimnis, dass ich ~~ ave ~~ geschrieben habe
Bis zu diesem Zeitpunkt befand es sich auf der Referenzseite, sodass es bis zu einem gewissen Grad reibungslos verlief.
Das Problem ist das nächste Mal.
Das nächste Mal wird die Gewalt der Mathematik den Schriftsteller angreifen, der in Nummer IIB moosig war! ~~ Mock Test? Ich habe Punkte durch Programmieren verdient! ~~
Recommended Posts