Question

Добрый день ! Табличные данные Python Создать новый столбец height_group в таблице с пингвинами, который будет отвечать за показатель длины клюва пингвина. high - высокий(от 42), middle - средний(от 35 до 42), low - низкий(до 35). Изобразить гистограмму по flipper_length_mm с оттенком height_group. Дополнительное: | Задание 44 | | --- | | В ячейке ниже представлен код генерирующий DataFrame, которая состоит всего из 1 столбца. Ваша задача перевести его в one hot вид. Сможете ли вы это сделать без get_dummies? import random lst = ['robot'] * 10 lst += ['human'] * 10 random.shuffle(lst) data = pd.DataFrame({'whoAmI': lst}) data.head() |

Answer 1

Ответ:

Установите библиотеки для Python (Win+R -> CMD):

1) pip install pandas

2) pip install matplotlib

Код на языке Python для задания с пингвинами:

import pandas as pd

import matplotlib.pyplot as plt

data = pd.read_csv('penguins.csv')

data['height_group'] = pd.cut(data['culmen_length_mm'],

                             bins=[0, 35, 42, float('inf')],

                             labels=['low', 'middle', 'high'],

                             right=False)

data.hist(column='flipper_length_mm', by='height_group', color='skyblue', alpha=0.8)

plt.suptitle('Гистограмма длины ласты пингвинов', fontsize=14)

plt.xlabel('Длина ласты (mm)')

plt.ylabel('Количество')

plt.tight_layout()

plt.show()

Код .csv файла penguins (создайте текстовый файл, измените формат на .csv и введите туда это):

species,culmen_length_mm,culmen_depth_mm,flipper_length_mm,body_mass_g

Adelie,39.1,18.7,181,3750

Adelie,39.5,17.4,186,3800

Adelie,40.3,18.0,195,3250

Chinstrap,50.4,15.3,200,4200

Chinstrap,51.3,16.8,193,3550

Gentoo,45.6,14.3,212,5200

Gentoo,46.0,14.8,215,5400

Gentoo,46.8,15.0,219,5500

Код на языке Python для доп. задания:

import pandas as pd

import random

lst = ['robot'] * 10

lst += ['human'] * 10

random.shuffle(lst)

data = pd.DataFrame({'whoAmI': lst})

unique_values = data['whoAmI'].unique()

for value in unique_values:

   data[value] = (data['whoAmI'] == value).astype(int)

data.drop('whoAmI', axis=1, inplace=True)

print(data.head())

Answer 2

Добрый день!

Для создания нового столбца `height_group` в таблице с пингвинами, отвечающего за показатель длины клюва пингвина, можно использовать метод `apply()` в сочетании с условными операторами.

Вот пример кода, который позволит создать новый столбец `height_group` на основе значения столбца `flipper_length_mm`:

```python
import pandas as pd

# создаем DataFrame с данными о пингвинах
data = pd.DataFrame({
'species': ['Adelie', 'Gentoo', 'Chinstrap'],
'flipper_length_mm': [39, 43, 38, 35, 42, 37, 45, 40, 34, 41]
})

# функция, которая будет определять группу по длине клюва
def get_height_group(flipper_length):
if flipper_length >= 42:
return 'high'
elif flipper_length >= 35:
return 'middle'
else:
return 'low'

# применяем функцию к столбцу flipper_length_mm и создаем новый столбец height_group
data['height_group'] = data['flipper_length_mm'].apply(get_height_group)
```

Теперь в таблице `data` появится новый столбец `height_group`, в котором будет указана группа по длине клюва пингвина.

Чтобы построить гистограмму по столбцу `flipper_length_mm` с оттенком `height_group`, можно использовать метод `plot()` с параметром `kind='bar'`:

```python
import matplotlib.pyplot as plt

# группируем данные по столбцу height_group и считаем количество значений в каждой группе
grouped_data = data.groupby('height_group').size()

# строим гистограмму с оттенком height_group
grouped_data.plot(kind='bar', color=['green', 'yellow', 'red'])

# задаем название оси x
plt.xlabel('Height Group')

# задаем название оси y
plt.ylabel('Count')

# отображаем график
plt.show()
```

Дополнительное задание 44:

Чтобы перевести столбец `whoAmI` из DataFrame `data` в one-hot вид без использования `get_dummies`, можно использовать метод `pd.get_dummies()` с параметром `columns` устанавливаемым в список с одним значением `'whoAmI'`:

```python
import pandas as pd

# создаем DataFrame с данными
data = pd.DataFrame({'whoAmI': ['robot', 'robot', 'human', 'human', 'robot', 'human']})

# переводим столбец whoAmI в one-hot вид
one_hot_data = pd.get_dummies(data, columns=['whoAmI'])
```

В результате будет создан новый DataFrame `one_hot_data`, в котором столбец `whoAmI` будет разделен на два столбца `whoAmI_robot` и `whoAmI_human`, содержащие значения 0 и 1 в зависимости от принадлежности к соответствующей группе.