Programma Lezione 210 di 250 · Progetti: costruisci cose vere
Progetti: costruisci cose vere

Progetto: indaga su un dataset

Hai imparato pandas. Ora usalo come fa un analista: ti viene data una tabella, le fai domande, e metti la risposta in un grafico. Il codice di partenza costruisce per te un realistico registro di spese di 90 giorni (colonne date, category, amount, merchant). È generato con random.seed(0), quindi tutti ottengono esattamente gli stessi numeri e le tue risposte si possono controllare.

Il tuo compito è l'analisi. Scrivi tre funzioni, poi disegna un grafico.

  • monthly_totals(df) -> un dict come {"2026-01": 3499.72, ...}: la spesa totale per mese di calendario, arrotondata a 2 cifre. Crea una chiave del mese dalla data con pd.to_datetime(df["date"]).dt.strftime("%Y-%m"), poi df.groupby(that)["amount"].sum() e .round(2).to_dict().
  • top_merchants(df, n) -> gli n esercenti in cui hai speso di più, dal più alto, come lista di nomi. Raggruppa per merchant, somma amount, ordina in modo decrescente, e prendi le prime n etichette dell'indice.
  • weekend_vs_weekday_avg(df) -> {"weekend": ..., "weekday": ...}: la transazione media di sabato/domenica rispetto al resto della settimana. Ricava il giorno della settimana con .dt.dayofweek (il sabato è 5, la domenica è 6) e fai la media di ogni gruppo.

Poi fai un grafico a barre dei totali mensili:

fig, ax = plt.subplots()
ax.bar(list(totals.keys()), list(totals.values()))
ax.set_title("Spending by month")

Non chiamare plt.show(): la sandbox mostra la figura per te. Premi Run per stampare le tue scoperte e veder comparire il grafico. Dato che i dati hanno un seme, il mese più intenso e il tuo esercente principale sono gli stessi per tutti, ed è proprio per questo che il correttore può controllare il tuo lavoro.

Tocca a te

Usando il df di spese di 90 righe con seme costruito dal codice di partenza, scrivi monthly_totals(df) (un dict {"YYYY-MM": total} arrotondato a 2 decimali), top_merchants(df, n) (gli n esercenti con la spesa più alta, dal più alto), e weekend_vs_weekday_avg(df) (gli importi medi {"weekend", "weekday"}, sabato/domenica contro il resto). Poi costruisci un grafico a barre dei totali mensili con fig, ax = plt.subplots() e ax.bar(...) (niente plt.show()).

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.