Hướng dẫn how do you check a column distribution in python? - làm cách nào để kiểm tra phân phối cột trong python?

Từ nhận xét của bạn, tôi đoán bảng dữ liệu của bạn thực sự dài hơn nhiều và bạn muốn thấy phân phối máy chủ tên

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Tôi nghĩ bạn chỉ nên làm điều này:

df.hist(column="count")

Và bạn sẽ nhận được những gì bạn muốn. Nếu đó là điều bạn muốn.

Pandas có tài liệu tốt cho tất cả các chức năng của nó, và biểu đồ được mô tả ở đây.

Nếu bạn thực sự muốn thấy "có bao nhiêu số có cùng một số", thay vì một đại diện của sự phân giải, thì bạn sẽ cần phải đặt

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Có thể một cái gì đó như:

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Một cách tiếp cận thay thế và sạch hơn, mà tôi hoàn toàn bỏ lỡ và WWII chỉ ra bên dưới, chỉ là sử dụng hàm tạo tiêu chuẩn của

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

count_counter = Counter(df['count'])

Bắt đầu từ đây? Bài học này là một phần của hướng dẫn đầy đủ trong việc sử dụng Python để phân tích dữ liệu. Kiểm tra sự khởi đầu.

Mục tiêu của bài học này

Trong bài học này, bạn sẽ học cách:

• Phân phối phân phối bộ dữ liệu
• Mô tả hình dạng của dữ liệu với số liệu thống kê cơ bản
• Tạo biểu đồ
• So sánh phân phối với biểu đồ
• Làm ô hộp

Làm thế nào để bạn tìm thấy sự phân phối của một cột trong Python?

Bạn có thể sử dụng .describe () để xem một số số liệu thống kê cơ bản về cột, chẳng hạn như giá trị trung bình, tối thiểu, tối đa và độ lệch chuẩn.

Làm thế nào để bạn kiểm tra phân phối dữ liệu trong Python? Throughout this tutorial, you can use Mode for free to practice writing and running Python code.

Học máy - Phân phối dữ liệu.

1. ❮ Trước Sau ❯.
2. Tạo một mảng chứa 250 phao ngẫu nhiên trong khoảng từ 0 đến 5: Nhập Numpy. x = numpy.random.uniform (0,0, 5.0, 250) ....Clone. This will take you to the SQL Query Editor, with a query and results pre-populated.
3. Vẽ một biểu đồ: Nhập Numpy. ....Python Notebook under Notebook in the left navigation panel. This will open a new notebook, with the results of the query loaded in as a dataframe.
4. Tạo một mảng với 100000 số ngẫu nhiên và hiển thị chúng bằng biểu đồ với 100 thanh: nhập Numpy ..

Làm thế nào để bạn kiểm tra trung bình của một cột trong Python?

Để tính toán giá trị trung bình của toàn bộ các cột trong DataFrame, hãy sử dụng pandas.series.mean () với danh sách các cột DataFrame. Bạn cũng có thể nhận được giá trị trung bình cho tất cả các cột số bằng DataFrame.

Làm cách nào để đếm số lần xuất hiện trong một cột trong Python?

Sử dụng phương thức kích thước () hoặc Count () với pandas.dataFrame.groupBy () sẽ tạo số lượng của một số lần xuất hiện của dữ liệu có trong một cột cụ thể của DataFrame.

Bắt đầu từ đây? Bài học này là một phần của hướng dẫn đầy đủ trong việc sử dụng Python để phân tích dữ liệu. Kiểm tra sự khởi đầu.

Mục tiêu của bài học này

import pandas as pd
import numpy as np
    

Mục tiêu của bài học này

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Mục tiêu của bài học này

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Trong bài học này, bạn sẽ học cách:

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival 4 là một đối tượng danh sách. Được lồng bên trong danh sách này là một khung dữ liệu chứa các kết quả được tạo bởi truy vấn SQL mà bạn đã viết. Để tìm hiểu thêm về cách truy cập các truy vấn SQL trong chế độ Notebook Python, hãy đọc tài liệu này.

Bây giờ bạn đã sẵn sàng để đi.

Một trong những cách tốt nhất để trả lời các câu hỏi như thế này là xem xét các phân phối của các biến có liên quan. Bạn có thể nghĩ về việc phân phối bộ dữ liệu hoặc biến dưới dạng danh sách các giá trị có thể và một số chỉ định về tần suất mỗi giá trị xảy ra. Để được bồi dưỡng nhanh về phân phối, hãy xem bài học này.

Trước khi bạn nhìn vào các phân phối sự chậm trễ trên các hãng hàng không, hãy bắt đầu bằng cách khám phá những hãng hàng không nào có sự chậm trễ nhất.

Đầu tiên, xây dựng chuỗi cho biết liệu các chuyến bay có bị trì hoãn hay không, giống như bạn đã làm trong bài học trước:

Đầu vào

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Bây giờ đếm số lượng chuyến bay bị trì hoãn cho mỗi hãng hàng không. Vì bạn chỉ sau một giá trị cho mỗi hãng hàng không, bạn không phải sử dụng

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Đầu vào

delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

Bây giờ đếm số lượng chuyến bay bị trì hoãn cho mỗi hãng hàng không. Vì bạn chỉ sau một giá trị cho mỗi hãng hàng không, bạn không phải sử dụng

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Đầu ra: A great analyst will always be skeptical and curious. When you reach a point in your analysis where you might have an answer, go a little further. Consider what might be affecting your results and what might support a counterargument. The best analysis will be presented as a very refined version of the broader investigation. Always be curious!

Có thể là một ý tưởng tốt để xem xét tỷ lệ các chuyến bay của mỗi hãng hàng không bị trì hoãn, thay vì chỉ tổng số của mỗi hãng hàng không bị trì hoãn.

ABC phân tích: Luôn tò mò: Một nhà phân tích tuyệt vời sẽ luôn hoài nghi và tò mò. Khi bạn đạt đến một điểm trong phân tích của bạn, nơi bạn có thể có câu trả lời, hãy đi xa hơn một chút. Hãy xem xét những gì có thể ảnh hưởng đến kết quả của bạn và những gì có thể hỗ trợ một phản biện. Phân tích tốt nhất sẽ được trình bày dưới dạng phiên bản rất tinh tế của cuộc điều tra rộng hơn. Luôn luôn tò mò!

Tỷ lệ các chuyến bay bị trì hoãn

Để tính tỷ lệ các chuyến bay bị trì hoãn, hãy hoàn thành 4 bước sau:

Đầu vào

data.groupby(['unique_carrier','delayed']).size().unstack()
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Ha

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

chậm trễ

Sai

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

chậm trễ

Sai

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Các chuyến bay nhóm bởi

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

0 và

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

1, nhận số lượng với

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

7 (như bạn đã làm trong bài học trước, sử dụng

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

8 để trả về DataFrame:

chậm trễ

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Sai

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

Các chuyến bay nhóm bởi

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

chậm trễHow many minutes are flights delayed on average, for each airline?

Sai

ĐÚNG VẬYmean, or the average, gives you a general idea of how many minutes flights were delayed for each airline. .pivot_table() calculates the mean of the aggregated values by default. You can pivot on the column

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Đầu ra

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Lưu ý rằng vì

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Đầu ra

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Lưu ý rằng vì data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson 6 đã tính toán data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson 7 theo mặc định, nên những điều trên có hiệu quả giống như khi bạn vượt qua rõ ràng đối số như thế này (và nó tạo ra kết quả chính xác tương tự):

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Thống kê cơ bản với

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Đầu vào

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Đầu ra

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Lưu ý rằng vì

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

1. from collections import Counter
   counts = Counter()
   for count in df["count"]:
     counts[count] += 1
   
   print counts
   

   6
2. Thống kê cơ bản với

   
   data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
       

   8

3. 
   data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
       

   8 là một chức năng tiện dụng khi bạn làm việc với các cột số. Bạn có thể sử dụng

   
   data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
       

   8 để xem một số số liệu thống kê cơ bản về cột, chẳng hạn như giá trị trung bình, tối thiểu, tối đa và độ lệch chuẩn. Điều này có thể cung cấp cho bạn một cái nhìn tổng quan nhanh chóng về hình dạng của dữ liệu.

Trước khi sử dụng

delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
    

delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
    

Đầu ra

count_counter = Counter(df['count'])

Lưu ý rằng vì

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

• Thống kê cơ bản với

  
  data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
      

  8

• 
  data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
      

  8 là một chức năng tiện dụng khi bạn làm việc với các cột số. Bạn có thể sử dụng

  
  data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
      

  8 để xem một số số liệu thống kê cơ bản về cột, chẳng hạn như giá trị trung bình, tối thiểu, tối đa và độ lệch chuẩn. Điều này có thể cung cấp cho bạn một cái nhìn tổng quan nhanh chóng về hình dạng của dữ liệu.
• Trước khi sử dụng

  
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  1, chọn loạt

  
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  2 cho tất cả các chuyến bay Tây Nam:
• Trong trường hợp khó hiểu, đây là những gì vừa xảy ra, đã đánh giá từ trong ra ngoài, sau đó từ trái sang phải:

• 
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  3 tạo ra một chỉ số boolean trả về

  
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  4 cho các hàng đại diện cho các chuyến bay Tây Nam
• Gói đó trong

  
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  5 áp dụng chỉ số Boolean cho DataFrame

  
  data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
      

  5.

• 
  delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True
  delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier
      

  7 giảm các cột thành cột ['ARR_DELAY'] (và chỉ mục).
• Bây giờ bạn có thể chạy

  
  data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
      

  8 trên đối tượng mới này mà bạn đã tạo để có được số liệu thống kê cơ bản:

Đây là một tính năng thực sự khiến Python khác biệt với SQL hoặc Excel. Sẽ mất rất nhiều công việc để có được thông tin này trong một trong những công cụ đó, nhưng ở đây cũng dễ dàng như thêm phương thức data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson 8.

Dưới đây là sự cố nhanh chóng của những điều trên vì nó liên quan đến bộ dữ liệu cụ thể này:

data.head() # our flight data, including delay minute counts by type, and total delay upon arrival
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson 7: Độ trễ trung bình.

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

count_counter = Counter(df['count'])

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

data.groupby(['unique_carrier','delayed']).size().unstack()
    

count_counter = Counter(df['count'])

data.groupby(['unique_carrier','delayed']).size().unstack()
    

data.groupby(['unique_carrier','delayed']).size().unstack()
    

count_counter = Counter(df['count'])

Thực hành vấn đề

Đầu vào

count_counter = Counter(df['count'])

Đầu ra

count_counter = Counter(df['count'])

Lưu ý rằng vì

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

from collections import Counter
counts = Counter()
for count in df["count"]:
  counts[count] += 1

print counts

Thống kê cơ bản với

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Trước khi sử dụng delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier 1, chọn loạt delayed_flights = data[data['delayed'] == True] #filter to only rows where delayer == True delayed_flights['unique_carrier'].value_counts() #count the number of rows for each carrier 2 cho tất cả các chuyến bay Tây Nam:

Trong trường hợp khó hiểu, đây là những gì vừa xảy ra, đã đánh giá từ trong ra ngoài, sau đó từ trái sang phải:

Đầu vào

count_counter = Counter(df['count'])

Đầu ra

count_counter = Counter(df['count'])

Lưu ý rằng vì

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Đầu vào

count_counter = Counter(df['count'])

Đầu ra

count_counter = Counter(df['count'])

Tuyệt quá! Bạn có thể thấy rằng phần lớn các chuyến bay Tây Nam không trễ quá 30 phút. Mặc dù hãng hàng không có nhiều chuyến bay, nhưng phần lớn trong số họ không đủ muộn để khiến bạn hối hận khi đi nghỉ.

Thực hành vấn đề

Lô đất của Virgin America trì hoãn trong khoảng thời gian dài năm phút từ -50 phút đến 200 phút.

Xem giải pháp

Thực hành vấn đề

Lô đất của Virgin America trì hoãn trong khoảng thời gian dài năm phút từ -50 phút đến 200 phút.Which flights were delayed between 20-25 minutes? Was there a given reason? What hypotheses might you make about why there are more flights in that bin as opposed to the 15-20 minute bucket? Select the flights using boolean indexing, then count the origin airports for those flights.

Xem giải pháp

Hãy đào sâu vào các chuyến bay Virgin America bị trì hoãn bất ngờ. Những chuyến bay nào bị trì hoãn trong khoảng 20-25 phút? Có một lý do nhất định? Bạn có thể đưa ra những giả thuyết nào về lý do tại sao có nhiều chuyến bay trong thùng đó trái ngược với xô 15-20 phút? Chọn các chuyến bay bằng cách sử dụng lập chỉ mục Boolean, sau đó đếm các sân bay gốc cho các chuyến bay đó.

So sánh phân phối với biểu đồ

Nhìn thấy một phân phối là hữu ích để cung cấp cho chúng ta một hình dạng của dữ liệu, nhưng làm thế nào về hai?

Đầu vào

import pandas as pd
import numpy as np
    

Đầu ra

import pandas as pd
import numpy as np
    

Tuyệt quá! Bạn có thể thấy rằng phần lớn các chuyến bay Tây Nam không trễ quá 30 phút. Mặc dù hãng hàng không có nhiều chuyến bay, nhưng phần lớn trong số họ không đủ muộn để khiến bạn hối hận khi đi nghỉ.

Đầu vào

import pandas as pd
import numpy as np
    

Đầu ra

import pandas as pd
import numpy as np
    

Tuyệt quá! Bạn có thể thấy rằng phần lớn các chuyến bay Tây Nam không trễ quá 30 phút. Mặc dù hãng hàng không có nhiều chuyến bay, nhưng phần lớn trong số họ không đủ muộn để khiến bạn hối hận khi đi nghỉ.

Thực hành vấn đề

Lô đất của Virgin America trì hoãn trong khoảng thời gian dài năm phút từ -50 phút đến 200 phút.standard deviation, which describes how flight delays are dispersed. In comparing the histograms, you can see that US Airways' delays are most concentrated between -20 to 20 minutes, while Envoy Air's flight delays are more distributed from 0 to 200 minutes. You can say that Envoy Air's delays are more dispersed than US Airways' delays, meaning that for a given flight on either airline, you would be less certain about the length of the delay for the Envoy flight.

Xem giải phápnormal distribution, or a common expected shape of distribution among various types of data. The value for standard deviation defines a range above and below the mean for which a certain percentage of the data lie. You can see in this visualization that, for a normal distribution:

• Hãy đào sâu vào các chuyến bay Virgin America bị trì hoãn bất ngờ. Những chuyến bay nào bị trì hoãn trong khoảng 20-25 phút? Có một lý do nhất định? Bạn có thể đưa ra những giả thuyết nào về lý do tại sao có nhiều chuyến bay trong thùng đó trái ngược với xô 15-20 phút? Chọn các chuyến bay bằng cách sử dụng lập chỉ mục Boolean, sau đó đếm các sân bay gốc cho các chuyến bay đó.higher.
• So sánh phân phối với biểu đồlower.

Nhìn thấy một phân phối là hữu ích để cung cấp cho chúng ta một hình dạng của dữ liệu, nhưng làm thế nào về hai?

Hai bản phân phối trông giống nhau, nhưng không giống nhau (màu thứ ba là nơi chúng trùng lặp). Bạn có thể sử dụng .describe () để xem số liệu thống kê chính về các nhà mạng:

Đầu vào

import pandas as pd
import numpy as np
    

Đầu ra

import pandas as pd
import numpy as np
    

Tuyệt quá! Bạn có thể thấy rằng phần lớn các chuyến bay Tây Nam không trễ quá 30 phút. Mặc dù hãng hàng không có nhiều chuyến bay, nhưng phần lớn trong số họ không đủ muộn để khiến bạn hối hận khi đi nghỉ.

Thực hành vấn đề

Lô đất của Virgin America trì hoãn trong khoảng thời gian dài năm phút từ -50 phút đến 200 phút.dispersion than Envoy Air.

Xem giải pháp

Hãy đào sâu vào các chuyến bay Virgin America bị trì hoãn bất ngờ. Những chuyến bay nào bị trì hoãn trong khoảng 20-25 phút? Có một lý do nhất định? Bạn có thể đưa ra những giả thuyết nào về lý do tại sao có nhiều chuyến bay trong thùng đó trái ngược với xô 15-20 phút? Chọn các chuyến bay bằng cách sử dụng lập chỉ mục Boolean, sau đó đếm các sân bay gốc cho các chuyến bay đó.

So sánh phân phối với biểu đồ

Đầu vào

import pandas as pd
import numpy as np
    

Đầu ra

import pandas as pd
import numpy as np
    

Đầu vào

import pandas as pd
import numpy as np
    

Đầu ra

import pandas as pd
import numpy as np
    

Tuyệt quá! Bạn có thể thấy rằng phần lớn các chuyến bay Tây Nam không trễ quá 30 phút. Mặc dù hãng hàng không có nhiều chuyến bay, nhưng phần lớn trong số họ không đủ muộn để khiến bạn hối hận khi đi nghỉ.

Thực hành vấn đề

Lô đất của Virgin America trì hoãn trong khoảng thời gian dài năm phút từ -50 phút đến 200 phút.

Đầu vào

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Đầu ra

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

WN    21150
EV    11371
OO    10804
AA     9841
DL     9803
UA     8624
MQ     8060
US     6353
B6     4401
NK     2133
AS     2104
F9     1848
HA     1354
VX      781
Name: unique_carrier, dtype: int64
    

Sai

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

2015-01-06

Aa

ĐÚNG VẬY

Để so sánh, việc sử dụng

data.groupby(['unique_carrier','delayed']).size().unstack()
    

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Ô hộp

PHX

Để so sánh, việc sử dụng

data.groupby(['unique_carrier','delayed']).size().unstack()
    

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Ô hộp

Thật khó để so sánh các sân bay chỉ bằng cách nhìn vào một bảng số lớn. Điều này sẽ dễ dàng hơn nếu bạn nhóm các hồ sơ cho mỗi sân bay và phủ chúng, như bạn đã làm với Envoy Air và US Airways:

Đầu vào

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Đầu ra

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Chà, điều đó cũng khó đọc. Phương pháp phân phối lớp phủ có giới hạn, ít nhất là khi bạn muốn so sánh nhiều bản phân phối cùng một lúc. May mắn thay, có một cách hình dung một chiều để hình dung hình dạng của các bản phân phối được gọi là một ô hộp.box plot.

Các ô hộp bao gồm các biện pháp phân tán quan trọng tương tự mà bạn nhận được khi chạy

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

Hãy thử sử dụng các ô hộp để so sánh phân phối độ trễ hàng ngày tại mỗi sân bay:

Đầu vào

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Đầu ra

data = datasets[0] # assign SQL query results to the data variable
data = data.fillna(np.nan)
    

Chà, điều đó cũng khó đọc. Phương pháp phân phối lớp phủ có giới hạn, ít nhất là khi bạn muốn so sánh nhiều bản phân phối cùng một lúc. May mắn thay, có một cách hình dung một chiều để hình dung hình dạng của các bản phân phối được gọi là một ô hộp.

Các ô hộp bao gồm các biện pháp phân tán quan trọng tương tự mà bạn nhận được khi chạy

data['delayed'] = data['arr_delay'].apply(lambda x: x > 0) #from previous lesson
    

- Thiết kế bảng điều khiển thông tin, Stephen vài

Hãy thử sử dụng các ô hộp để so sánh phân phối độ trễ hàng ngày tại mỗi sân bay:

Như bạn có thể thấy, việc so sánh nhiều bản phân phối với các ô hộp đơn giản hơn về mặt trực quan. Các sân bay như JFK có sự phân tán đáng kể sự chậm trễ, trong khi LGA được phân phối đều xung quanh sự chậm trễ trung bình thường xuyên nhất. Tuy nhiên, Ord gần gấp đôi thời gian, so với mọi sân bay khối lượng lớn khác. Mong đợi sự chậm trễ của tuyết ở Chicago vào tháng 1!

Dẫn đầu phân tích này, chúng tôi đặt ra một vài câu hỏi chính. Để trả lời cuối cùng, sân bay nào là tồi tệ nhất để bay ra ?, Bây giờ bạn có thể nói rằng bạn sẽ (gần như chắc chắn) bị trì hoãn nếu bạn bay ra khỏi Chicago vào tháng 1, dựa trên dữ liệu năm 2015. Nếu bạn có thể giúp nó, tránh kết nối các chuyến bay ở Chicago.

Thực hành vấn đề

Hình dung độ trễ đến trung bình theo ngày và nhà cung cấp bằng cách sử dụng các ô hộp.

• Xem giải pháp
• Tom tăt bai học
• Như bạn đã thấy trong bài học này, việc đặt dữ liệu ngược lại cho phép bạn hiểu rõ hơn về nó. Mặc dù nó rõ ràng rằng tất cả các hãng hàng không và sân bay đều bị chậm trễ, bạn có thể sử dụng số liệu thống kê để nhanh chóng rút ra những xu hướng và sự xuất hiện bất thường trên dữ liệu. Độ lệch của dữ liệu so với một xu hướng thường được tiết lộ rõ ​​ràng trong trực quan hóa, cho phép bạn xác định trực quan các sự kiện bất thường và đào sâu hơn.
• Trong bài học này, bạn đã học được cách:
• Phân phối phân phối bộ dữ liệu

Làm thế nào để bạn tìm thấy sự phân phối của một cột trong Python?

Làm thế nào để bạn kiểm tra phân phối dữ liệu trong Python?

Làm thế nào để bạn kiểm tra trung bình của một cột trong Python?

Làm cách nào để đếm số lần xuất hiện trong một cột trong Python?