Pandas. Dataframe. sns.heatmap - Отрисовка результата

@neuralink723205 · Регистрация: 07.02.2018

Студворк — интернет-сервис помощи студентам

Ребята, выручайте. Несколько дней голову ломаю, не могу решить проблему.В питоне я новичок.
Код пишу в Notebook Jupyter

Вообщем вот сама задача:

Task 5:
1) Разбейте расходы (отрицательные значения сумм) на 5 бакетов amount_bucket равного объёма (с помощью pd.qcut), разбив все траты на категории 'Very High', 'High', 'Middle', 'Low', 'Very Low'. (*)

2) Оставшиеся неотрицательные траты отнесите к категории 'Income'. (воспользуйтесь функцией .cat.add_categories('Income') для того, чтобы добавить новую категорию 'Income' к категориям 'Very High', 'High', 'Middle', 'Low', 'Very Low', а затем заполните пустые значения новой категорией).

3) Из поля tr_datetime выделите час tr_hour, в который произошла транзакция, как первые 2 цифры до ":". (**)

4) После этого постройте сводную таблицу, значениями в которой является пол gender, индексы - tr_hour, столбцы - amount_bucket.

5) Отрисуйте полученные результаты, передав их в функцию plot_pivot_table, расположенную ниже.

Пояснения:
(*) Обратите внимание, что в категории Very High Должны оказаться максимальные по модулю отрицательные транзакции.
(**) Например, для строки "0 10:23:26" час будет равен 10, а для строки "6 07:08:31"- 07. Можно воспользоваться функциями str.split() или str.find() и функцией .apply(lambda x: x[])

Вот то,что я написал:

Python
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
#Изначально имеется csv таблица с кучей записей, ее читаю во frame. Дальше все по заданию
 
otric = frame[frame.amount<0].amount
 
frame['amount_bucket'] = pd.qcut(otric,5,labels=['Very High','High','Middle','Low','Very Low'])
frame['amount_bucket'] = frame['amount_bucket'].cat.add_categories('Income').fillna('Income') 
 
hours = frame['tr_datetime'].apply(lambda x: x.split()[1].split(':')[0])
amount_bucket = frame['amount_bucket']
amount_bucket = np.array(amount_bucket.values)
gender = frame['gender']
 
 
data = {'gender' : gender.values,
        'amount_bucket' : amount_bucket}
 
frameNew = pd.DataFrame(data,index=hours.values,columns=['gender','amount_bucket'])
frameNew .gender = frameNew .gender.astype(float)
frameNew .index = frameNew .index.astype(float)
 
 
frameNew = frameNew [(frameNew .gender==1.0) | (frameNew .gender==0.0)]
 
 
def plot_pivot_table(pivot_table):
    plt.figure(figsize=(9, 11))
    sns.heatmap(pivot_table, cmap="YlGnBu", annot=True, 
                fmt='.3g', annot_kws={"size": 14, "fontsize": 14})
    plt.xticks(fontsize=15)
    plt.yticks(rotation=0, fontsize=15)
    plt.xlabel('Bucket', size=18)
    plt.ylabel('Hour', fontsize=18)
    plt.title('Gender analysis per bucket and hour', fontsize=20)
    plt.show()
 
plot_pivot_table(frameNew)

В конце выбивает ошибку : 'TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

В инете пишут,что из-за того,что один из столбцов - не число. И действительно,если убрать 'amount_bucket' отсюда frameNew = pd.DataFrame(data,index=hours.values,col umns=['gender','amount_bucket']) ,то вроде какой-то график отображается, но мне по заданию этот столбец необходим. Я без понятия что делать, вроде все по заданию сделал - но не работает.

@Don_Valeron · 12.01.2021, 15:16

Вы не правильно строите сводную таблицу.
индексы - это часы
столбы - это значения столбца mount_bucket (low, high и т.д.)
А значения столбцов это гендер

Нужно использовать функцию pivot_table()

@aVld · 26.01.2021, 14:55

Я тоже пока "салага".
Написал так.

df['tr_hour']=[int(s[1][:2]) for s in df['tr_datetime'].str.split(' ')]

df['amount_backet']=pd.qcut(df[df.amount<0].amount,5,labels=['Very High','High','Middle','Low','Very Low'])
df['amount_backet']=df['amount_backet'].cat.add_categories('Income').fillna('In come')

plot_pivot_table(df.pivot_table(index='t r_hour',columns='amount_backet',values=' gender'))

Новые блоги и статьи Все статьи Все блоги /
Контроль заполнения и очистка дат в зависимости от значения перечислений Maks 12.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: реализовать контроль корректности заполнения дат назначения. . .	Архитектура слоя интернета для сервера-слоя. Hrethgir 11.04.2026 В продолжение https:/ / www. cyberforum. ru/ blogs/ 223907/ 10860. html Знаешь что я подумал? Раз мы все источники пишем в голове ветки, то ничего не мешает добавить в голову такой источник, который сам. . .	Подстановка значения реквизита справочника в табличную часть документа Maks 10.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа "ПланированиеПерсонала", разработанного в конфигурации КА2. Задача: при выборе сотрудника (справочник Сотрудники) в ТЧ документа. . .	Очистка реквизитов документа при копировании Maks 09.04.2026 Алгоритм из решения ниже применим как для типовых, так и для нетиповых документов на самых различных конфигурациях. Задача: при копировании документа очищать определенные реквизиты и табличную. . .
модель ЗдравоСохранения 8. Подготовка к разному выполнению заданий anaschu 08.04.2026 https:/ / github. com/ shumilovas/ med2. git main ветка * содержимое блока дэлэй из старой модели теперь внутри зайца новой модели 8ATzM_2aurI	Блокировка документа от изменений, если он открыт у другого пользователя Maks 08.04.2026 Алгоритм из решения ниже реализован на примере нетипового документа, разработанного в конфигурации КА2. Задача: запретить редактирование документа, если он открыт у другого пользователя. / / . . .	Система безопасности+живучести для сервера-слоя интернета (сети). Двойная привязка. Hrethgir 08.04.2026 Далее были размышления о системе безопасности. Сообщения с наклонным текстом - мои. А как нам будет можно проверить, что ссылка наша, а не подделана хулиганами, которая выбросит на другую ветку и. . .	Модель ЗдрввоСохранения 7: больше работников, больше ресурсов. anaschu 08.04.2026 работников и заданий может быть сколько угодно, но настроено всё так, что используется пока что только 20% kYBz3eJf3jQ

@Don_Valeron 0 / 0 / 0 Регистрация: 13.09.2020 Сообщений: 3
	12.01.2021, 15:16
	Вы не правильно строите сводную таблицу. индексы - это часы столбы - это значения столбца mount_bucket (low, high и т.д.) А значения столбцов это гендер Нужно использовать функцию pivot_table() 0

@aVld 0 / 0 / 0 Регистрация: 26.01.2021 Сообщений: 1
	26.01.2021, 14:55
	Я тоже пока "салага". Написал так. df['tr_hour']=[int(s[1][:2]) for s in df['tr_datetime'].str.split(' ')] df['amount_backet']=pd.qcut(df[df.amount<0].amount,5,labels=['Very High','High','Middle','Low','Very Low']) df['amount_backet']=df['amount_backet'].cat.add_categories('Income').fillna('In come') plot_pivot_table(df.pivot_table(index='t r_hour',columns='amount_backet',values=' gender')) 0