Kurrikulum Leson 83 van 250 · Datagrondsvlakke: numpy & pandas
Datagrondsvlakke: numpy & pandas

Projek: Ontleed 'n CSV

Tyd om alles saam te voeg. Jy gaan 'n klein CSV-lêer in die geheue skryf, dit met pandas teruglees en gegroepe aggregasies bereken, presies soos 'n regte analise begin.

pandas lees CSV-teks vanaf 'n lêer of vanaf 'n buffer in die geheue. Ons gebruik io.StringIO sodat niks die skootdisk raak nie:

import io
import pandas as pd
csv_text = "name,dept,salary\nAda,eng,100\nBo,eng,140\n"
df = pd.read_csv(io.StringIO(csv_text))
print(df)

Van daar af weet jy reeds die bewegings: filter met 'n masker, groepeer met groupby(...).agg(...), trek 'n enkele waarde uit 'n Series met .loc of deur sy label te indekseer.

Jou werk: lees die data, bou dan 'n enkele results dict wat dit opsom. Om 'n eenvoudige dict terug te gee is 'n algemene, toetsbare manier om analise-uitset aan die res van 'n program (of aan 'n verslag, of aan 'n LLM prompt) oor te dra. Ons gradeer die nommers in daardie dict, nie enige printout nie.

Wat gaan in results

  • "n_rows": die aantal rye in die tabel
  • "total_salary": die som van die hele salary kolom
  • "avg_by_dept": 'n dict wat elke dept na sy gemiddelde salaris kaart (bou dit vanaf 'n groupby mean, dan .to_dict())
  • "top_dept": die departement met die hoogste gemiddelde salaris
Jou beurt

Die CSV-teks word verskaf in csv_text. Lees dit in in 'n DataFrame df met pd.read_csv(io.StringIO(csv_text)). Bou dan 'n dict genaamd results met hierdie sleutels: "n_rows" (ry-telling), "total_salary" (som van die salary-kolom), "avg_by_dept" ('n dict van dept tot gemiddelde salaris), en "top_dept" (die dept waarvan die gemiddelde salaris die hoogste is).

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.