Introducció¶

En aquests exercicis, aplicarem l'anàlisi grupal al nostre conjunt de dades.

Executeu la cel·la de codi següent per carregar les dades abans d'executar els exercicis.

In [2]:

import pandas as pd

reviews = pd.read_csv("../../data/winemag-data-130k-v2.csv", index_col=0)

import pandas as pd reviews = pd.read_csv("../../data/winemag-data-130k-v2.csv", index_col=0)

Exercisis¶

1.¶

Quins són els revisors de vins més habituals al conjunt de dades?

Creeu una Serie l'índex de la qual siga la categoria taster_twitter_handle del conjunt de dades i els valors de la qual compten quantes ressenyes ha escrit cada persona.

In [ ]:

2.¶

Quin és el millor vi que puc comprar per una quantitat determinada de diners?

Creeu una Serie l'índex de la qual siga els preus del vi i els valors de la qual siguen el nombre màxim de punts que es va donar a un vi que costa tant en una revisió.

Ordena els valors per preu, de manera ascendent.

In [ ]:

3.¶

Quins són els preus mínims i màxims per a cada variety de vi?

Creeu un DataFrame l'índex del qual és la categoria variety del conjunt de dades i els valors del qual són els valors min i max.

In [ ]:

4.¶

Quines són les varietats de vi més cares?

Creeu una variable sorted_varieties que continga una còpia del DataFrame de la pregunta anterior on les varietats s'ordenen en ordre descendent en funció del preu mínim i després del preu màxim.

In [ ]:

5.¶

Creeu una Serie l'índex de la qual siguen els revisors i els valors de la qual siguen la puntuació mitjana de la revisió donada per aquest revisor.

In [ ]:

Hi ha diferències significatives en les puntuacions mitjanes assignades pels diferents revisors?

Justifica la resposta.

In [ ]:

6.¶

Quina combinació de països i varietats és més habitual?

Creeu una Serie l'índex de la qual siga un MultiIndex de parells de {país, varietat}.

Per exemple, un pinot noir produït als EUA hauria de mapar a {"US", "Pinot Noir"}.

Ordena els valors de la Serie en ordre descendent en funció del recompte de vins.

In [ ]: