Lehrplan Lektion 83 von 250 · Daten Grundlagen: numpy & pandas
Daten Grundlagen: numpy & pandas

Projekt: Eine CSV analysieren

Zeit, alles zusammenzufügen. Du wirst eine kleine CSV-Datei im Speicher schreiben, sie mit pandas wieder einlesen und gruppierte Aggregate berechnen, so wie eine echte Analyse beginnt.

pandas liest CSV-Text aus einer Datei oder aus einem In-Memory-Buffer. Wir nutzen io.StringIO damit nichts die Festplatte berührt:

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)

Von dort aus kennst du die Schritte bereits: filtern mit einer Maske, gruppieren mit groupby(...).agg(...), einen einzelnen Wert aus einer Series mit .loc oder durch Indexierung seines Labels ziehen.

Deine Aufgabe: lies die Daten, dann erstelle ein einzelnes results dict, das sie zusammenfasst. Das Rückgeben eines einfachen dict ist ein gängiger, testbarer Weg, um Analyseergebnisse an den Rest eines Programms (oder an einen Bericht oder einen LLM prompt) zu übergeben. Wir bewerten die Zahlen in diesem dict, nicht irgendeinen printout.

Was kommt in results

  • "n_rows": die Anzahl der Zeilen in der Tabelle
  • "total_salary": die Summe der gesamten Gehaltsspalte
  • "avg_by_dept": ein Dictionary, das jede Abteilung ihrem Durchschnittsgehalt zuordnet (baue es aus einem groupby mean, dann .to_dict())
  • "top_dept": die Abteilung mit dem höchsten Durchschnittsgehalt
Du bist dran

Der CSV-Text ist in csv_text bereitgestellt. Lies ihn mit pd.read_csv(io.StringIO(csv_text)) in einen DataFrame df ein. Erstelle dann ein Dictionary namens results mit diesen Schlüsseln: "n_rows" (Zeilenanzahl), "total_salary" (Summe der salary Spalte), "avg_by_dept" (ein Dictionary von Abteilung zu Durchschnittsgehalt) und "top_dept" (die Abteilung mit dem höchsten Durchschnittsgehalt).

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.