판다

토마스 보젠, 2020년 9월

이 연습은 7장을 보완합니다.

연습

1.

이 연습 세트에서 우리는 다양한 식품의 탄소 발자국을 조사할 것입니다. 우리는 Kasia Kulma가 편집하고 R의 Tidy Tuesday 프로젝트에 기여한 데이터 세트를 활용할 것입니다.

pd라는 별칭을 사용하여 팬더를 가져오는 것부터 시작하세요.

# Your answer here.

2.

우리가 작업할 데이터세트에는 다음과 같은 열이 있습니다.

열	설명
국가	국가명
음식_카테고리	식품 카테고리
소비	소비량(kg/인/년)
co2_emission	CO2 배출량(Kg CO2/인/년)

다음 URL에서 ’df’라는 데이터프레임으로 데이터세트를 가져옵니다: https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2020/2020-02-18/food_consumption.csv

# Your answer here.

3.

데이터프레임에는 몇 개의 행과 열이 있나요?

# Your answer here.

4.

df의 각 열에 있는 데이터 유형은 무엇입니까?

# Your answer here.

5.

전체 데이터 세트의 평균 co2_emission은 무엇입니까?

# Your answer here.

6.

데이터세트에는 몇 가지 종류의 음식이 있나요? 데이터 세트에는 몇 개의 국가가 포함되어 있나요?

# Your answer here.

7.

데이터 세트의 최대 ’co2_emmission’은 무엇이며, 이는 어느 식품 유형 및 국가에 속합니까?

# Your answer here.

8.

적어도 하나의 식품 유형에 대해 연간 1인당 1000kg CO2 이상을 생산하는 국가는 몇 군데입니까?

# Your answer here.

9.

1인당 연간 쇠고기 소비량이 가장 적은 국가는 어디입니까?

# Your answer here.

10.

1인당 연간 대두 소비량이 가장 많은 국가는 어디입니까?

# Your answer here.

11.

데이터 세트에 포함된 모든 육류 제품(돼지고기, 가금류, 생선, 양고기 및 염소, 쇠고기)의 총 배출량은 얼마입니까?

# Your answer here.

12.

데이터 세트에 있는 다른 모든(육류가 아닌) 제품의 총 배출량은 얼마입니까?

# Your answer here.

솔루션

1.

온라인 비밀번호 공격은 누군가가 귀하의 계정에 액세스하기 위해 매우 많은 수의 사용자 이름/비밀번호 조합을 시도하여 귀하의 계정을 해킹하려고 시도하는 것입니다. 데이터세트의 각 ‘비밀번호’에 대해 ’값’ 열에는 ‘온라인 비밀번호 공격’으로 계정을 해킹하는 데 걸리는 예상 시간이 표시됩니다. ’time_unit’ 열에는 해당 시간 값의 단위(예: 시간, 일, 연도 등)가 표시됩니다.

각 비밀번호에 대한 “온라인 비밀번호 추측 시간”을 더 쉽게 비교할 수 있도록 ’값’이 동일한 단위이면 훨씬 더 좋을 것입니다. 따라서 첫 번째 작업은 모든 값을 시간 단위로 변환하는 것입니다(아래에 제공한 변환 단위를 가정합니다. 예를 들어 1일은 24시간, 1주는 168시간 등).

import pandas as pd

2.