前言

Hello！小伙伴！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～

自我介绍 ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，有幸拿过一些国奖、省奖…已保研。目前正在学习C++/Linux/Python
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！

初学Python 小白阶段
文章仅作为自己的学习笔记用于知识体系建立以及复习
题不在多学一题懂一题
知其然知其所以然！

往期推荐

【Python｜Kaggle】机器学习系列之Pandas基础练习题（一）

【Python｜Kaggle】机器学习系列之Pandas基础练习题（二）

【Python｜Kaggle】机器学习系列之Pandas基础练习题（三）

Introduction

In these exercises we’ll apply groupwise analysis to our dataset.
Run the code cell below to load the data before running the exercises.

事先导入后面所需的数据集、库

import pandas as pdreviews = pd.read_csv("../input/wine-reviews/winemag-data-130k-v2.csv", index_col=0)
pd.set_option("display.max_rows", 5)from learntools.core import binder; binder.bind(globals())
from learntools.pandas.grouping_and_sorting import *
print("Setup complete.")
reviews

本练习使用的数据集：

Exercises

1.

题目

Who are the most common wine reviewers in the dataset? Create a Series whose index is the taster_twitter_handle category from the dataset, and whose values count how many reviews each person wrote.

解答

题目意思：

创建一个Series，其索引是数据集中的taster_twitter_handle类别，其值计算每个人写了多少评论。
也就是先对taster_twitter_handle进行分组然后统计每一个组的size

reviews_written = reviews.groupby('taster_twitter_handle').size()

其余参考Demo：

reviews_written = reviews.groupby('taster_twitter_handle').taster_twitter_handle.count()

Note：

size作用与dataframe
count作用于seriers

2.

题目

What is the best wine I can buy for a given amount of money? Create a Series whose index is wine prices and whose values is the maximum number of points a wine costing that much was given in a review. Sort the values by price, ascending (so that 4.0 dollars is at the top and 3300.0 dollars is at the bottom).

解答

题目意思：

找出每个价格对应评分中最高的一个

best_rating_per_price = reviews.groupby('price').points.max()

其余参考Demo：

best_rating_per_price = reviews.groupby('price')['points'].max().sort_index()
# best_rating_per_price = reviews.groupby('price')['points'].max() 这个也是正确的

3.

题目

What are the minimum and maximum prices for each variety of wine? Create a DataFrame whose index is the variety category from the dataset and whose values are the min and max values thereof.

解答

题目意思：

统计出每一种酒类型（variety）对应的最高价格和最低价格

price_extremes = reviews.groupby('variety').price.agg([min,max])

4.

题目

What are the most expensive wine varieties? Create a variable sorted_varieties containing a copy of the dataframe from the previous question where varieties are sorted in descending order based on minimum price, then on maximum price (to break ties).

解答

题目意思：

统计出每一种酒（variety）对应的最高价格、最低价格，然后先按照最低价格进行降序排列，最低价格相同时，依据最高价格进行降序排列

sorted_varieties = price_extremes.sort_values(by=['min', 'max'], ascending=False)

5.

题目

Create a Series whose index is reviewers and whose values is the average review score given out by that reviewer. Hint: you will need the taster_name and points columns.

解答

题目意思：

统计每一个品酒师（taster_name）其所有评分（points）的平均值

reviewer_mean_ratings = reviews.groupby('taster_name').points.mean()

6.

题目

What combination of countries and varieties are most common? Create a Series whose index is a MultiIndexof {country, variety} pairs. For example, a pinot noir produced in the US should map to {"US", "Pinot Noir"}. Sort the values in the Series in descending order based on wine count.

解答

题目意思：

统计每一个国家（country）所具有不同酒种类（variety）的数量按照降序排列（按照数量）

country_variety_counts = reviews.groupby(['country','variety']).size().sort_values(ascending=False)

结语

文章仅作为学习笔记，记录从0到1的一个过程

希望对您有所帮助，如有错误欢迎小伙伴指正～

我是 海轰ଘ(੭ˊᵕˋ)੭

如果您觉得写得可以的话，请点个赞吧

谢谢支持 ❤️

【Python｜Kaggle】机器学习系列之Pandas基础练习题（四）相关推荐

【Python｜Kaggle】机器学习系列之Pandas基础练习题（五）
前言 Hello!小伙伴! 非常感谢您阅读海轰的文章,倘若文中有错误的地方,欢迎您指出- 自我介绍 ଘ(੭ˊᵕˋ)੭ 昵称:海轰标签:程序猿|C++选手|学生简介:因C语言结识编程,随后转入计 ...
python数据科学系列：pandas入门详细教程
导读前2篇分别系统性介绍了numpy和matplotlib的入门基本知识,今天本文自然是要对pandas进行入门详细介绍,通过本文你将系统性了解pandas为何会有数据分析界"瑞士军刀&q ...
python字典经典例题_Python小白--------基础练习题（列表，元组，字典）
Python小白--------基础练习题(列表,元组,字典) 发布时间:2018-05-16 18:12, 浏览次数:1167 , 标签: Python 今天总结了这几天所学的基础知识,做了一些练习 ...
python报表自动化系列 - 为pandas.DataFrame制作自然数索引（更改索引为从1开始的自然数）
更改DataFrame索引为从1开始的自然数 [函数说明] 实际上对于人来说更习惯于从零开始索引单元格,这样也不会容易出错.而建立一个DataFrame变量后默认索引是从零开始的,还有一些由于如导入等 ...
Python快速上手系列--循环结构--基础篇
本篇将讲述前几章都有提起的循环,非常的重要,对于自动化测试的脚本来说,运用的都比较的频繁.好好看. if语句首先我们先来学习一下if语句,因为它通常会和for循环搭配使用,频率极高. if 关键字或 ...
python学习之路4（基础练习题）
1．下面哪些是操作符,哪些是值? * 'hello' -88.8 - / + 5 答:操作符包括 :* .-./.+:值包括:'hello'.-88.8.5 2．下面哪个是变量,哪个是字符串? spa ...
Python《机器学习实战》读书笔记（四）——朴素贝叶斯
第四章基于概率论的分类方法朴素贝叶斯 4-1 基于贝叶斯决策理论的分类方法 4-2 条件概率 4-3 使用条件概率来分类 4-4 使用朴素贝叶斯进行文档分类 4-5 使用Python进行文本分类 4 ...
python类的继承--------类的基础（四）
2019独角兽企业重金招聘Python工程师标准>>> class schoolmember(object): def __init__(self,name,age): self.n ...
Weka中数据挖掘与机器学习系列之Exploer界面（七）
不多说,直接上干货! Weka的Explorer(探索者)界面,是Weka的主要图形化用户界面,其全部功能都可通过菜单选择或表单填写进行访问.本博客将详细介绍Weka探索者界面的图形化用户界面.预处理 ...

【Python｜Kaggle】机器学习系列之Pandas基础练习题（四）

前言

往期推荐

Introduction

Exercises

1.

题目

解答

2.

题目

解答

3.

题目

解答

4.

题目

解答

5.

题目

解答

6.

题目

解答

结语

【Python｜Kaggle】机器学习系列之Pandas基础练习题（四）相关推荐

最新文章

热门文章