New_Python/Home_Task_P_A_3 at master · AvokrichA/New_Python · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
## Условие 1:
### 1 задача
Считать данные с помощью pandas
Вывести на экран первые 5 строк
- id - Уникальный ID для каждого дома
- date - Дата продажи дома
- price - Стоимость продажи дома
- bedrooms - Кол-во спален
- bathrooms - Кол-во ванных комнат (0.5 - туалет без душа)
- sqft_living - Кв. метры жилые
- sqft_lot - Кв. метры общие
- floors - Кол-во этажей
- waterfront - Есть набержная или нет
- view - Значение от 0 до 4 насколько хороший вид
- condition - Значение от 1 до 5 насколько хорошее состояние
- grade - Значение от 1 до 13, где 1-3 плохая конструкция здания и дизайн, 7 - средний уровень конструкции и дизайна, 11-13 - высокое качество конструкции и дизайна
- sqft_above - Кв. метры дома, которые находятся выше земли
- sqft_basement - Кв. метры дома, которые находятся ниже земли
- yr_built - Год постройки дома
- yr_renovated - Год ремонта дома
- zipcode - Индекс
- lat - Широтма
- long - Долгота
- sqft_living15 - Кв. метры жилой площади у 15 соседей
- sqft_lot15 - Кв. метры общей площади у 15 соседей

import pandas as pd

df = pd.read_csv('C:\\Users\\Pobeda\\Desktop\\geekbrains\\Python_для_аналитиков\\kc-house-data.csv')
df.head()

### 1.2 Создать новый признак delta_renovated,
который будет содержать разницу в годах между годом реновацией дома и годом постройки дома
Если реновации дома не было, то в новом признаке поставьте 0


df['delta_renovated'] = df['yr_built'] - df['yr_renovated']
df[df['delta_renovated']<0] = 0
df.head()

df.columns

### 1.3 Создайте признаки года продажи, месяца продажи

df['yr_sale'] = 0
df['month_sale'] = 0
df.head()


### 1.4 Удалите признаки date, zipcode, lat, long

df.drop( columns = ['date', 'zipcode', 'lat', 'long'], inplace = True)
df.head()


## Условие 2:
### 2 задача
Создайте датафрейм с клиентами:
clients = pd.DataFrame({
'client_id': [1459, 4684, 3498, 3942, 4535, 2308, 2866, 2765, 1472, 4236, 2295,
939, 3840, 280, 20, 4332, 3475, 4213, 3113, 4809, 2134, 2242,
2068, 4929, 1384, 1589, 3317, 2260, 1727, 1764, 1611, 1474],
'house_id': [8965450190, 6823100225, 5104540330, 2131701075, 1522700060,
1189000207, 6821600300, 7137950720, 9510920050, 6131600255,
5428000070, 1788800910, 8100400160, 3123049142, 6306800010,
5083000375, 7920100025, 1951600150, 809001400, 339600110,
1622049154, 1099600250, 8563000110, 2768100205, 3995700435,
8861700030, 3303980210, 7731100066, 8146100580, 825069097,
3889100029, 9524100196]
})

clients = pd.DataFrame({ 'client_id': [1459, 4684, 3498, 3942, 4535, 2308, 2866, 2765, 1472, 4236, 2295, 939, 3840, 280, 20, 4332, 3475, 4213, 3113, 4809, 2134, 2242, 2068, 4929, 1384, 1589, 3317, 2260, 1727, 1764, 1611, 1474], 'house_id': [8965450190, 6823100225, 5104540330, 2131701075, 1522700060, 1189000207, 6821600300, 7137950720, 9510920050, 6131600255, 5428000070, 1788800910, 8100400160, 3123049142, 6306800010, 5083000375, 7920100025, 1951600150, 809001400, 339600110, 1622049154, 1099600250, 8563000110, 2768100205, 3995700435, 8861700030, 3303980210, 7731100066, 8146100580, 825069097, 3889100029, 9524100196] })
clients

### 2.1 Присоедините к таблице clients данные по домам через метод join

df_id = df.set_index('id')
df_id.head()

clients_id = clients.set_index('house_id')
clients_id.head()

clients_id.join(df_id)

### 2.2 Присоедините к таблице clients данные по домам через метод merge
Это нужно, чтобы понимать, какие дома покупались клиентами
house_id - это индексы датафрейма с домами

##### Метод merge
С помощью метода merge() можно объединить две таблицы по столбцам. У первого датафрейма вызываем метод merge() и в него передаем:
* второй датафрейм
* столбец с левого датафрейма (он же первый), по которому нужно объединение (аргумент left_on)
* столбец с правого датафрейма (он же второй), по которому нужно объединение (аргумент right_on)

merged = clients.merge(df, left_on='house_id', right_on = 'id')
merged

## Условие 3:
### 3 задача
Составьте несколько сводных таблиц

#### 3.1 Найдите среднюю стоимость домов в зависимости от количества спален
Отсортируйте от меньшей стоимости к большей

pd.pivot_table(merged,
               index=['house_id', 'price', 'bedrooms'])

pd.pivot_table(merged,
               index=['bedrooms'],
               values = ['price'],
               aggfunc=[np.mean, len])


pd.pivot_table(merged,
               index=['bedrooms'],
               values = ['price'],).sort_values('price', ascending=True)

#### 3.2 Найдите минимальную, среднюю и максимальную стоимости домов в зависимости от состояния дома

pd.pivot_table(merged,
               index=['condition'],
               values = ['price'],
               aggfunc=[np.min, np.mean, np.max, len])


#### 3.3 Постройте таблицу с подсчетом количества домов в данных в зависимости от вида на набережную и оценкой вида

pd.pivot_table(merged,
               index=['waterfront', 'view'],
               values = ['house_id'],
               aggfunc=[len])

#### 3.4 Каких домов в зависимости от этажности и количества спален больше?

pd.pivot_table(merged,
               index=['floors', 'bedrooms'],
               values = ['house_id'],
               aggfunc=[len])

Ответ: больше всего одноэтажных домов с 3 спальнями.

#### 3.5 Постройте таблицу с подсчетом медианной стоимости домов в данных в зависимости от состояния дома и оценки дома

pd.pivot_table(merged,
               index=['condition', 'grade'],
               values = ['price'],
               aggfunc=[np.median, len])