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 conpd.to_datetime(df["date"]).dt.strftime("%Y-%m"), poidf.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 permerchant, sommaamount, 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.
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.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.