**Καθήκοντα σε Python** Ένα DataFrame Pandas με δεδομένα από το orders_log ονομάζεται df. 1) Φιλτράρετε τις γραμμές: κατάσταση "processing" και έσοδα (revenue) > 50000 και προτεραιότητα "high". Εμφανίστε το αποτέλεσμα. 2) Δημιουργήστε μια στήλη 'revenue_group' σύμφωνα με τους κανόνες: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Στη συνέχεια, μετρήστε τον αριθμό των παραγγελιών σε κάθε ομάδα ανά κατηγορία (Category) και εμφανίστε το αποτέλεσμα. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)

2. Για τη δημιουργία της στήλης revenue_group, μπορείτε να χρησιμοποιήσετε τη συνάρτηση pd.cut ή np.select. Στη συνέχεια, ομαδοποιήστε τα δεδομένα κατά κατηγορίες και μετρήστε τον αριθμό των παραγγελιών:

import numpy as np

conditions = [
    df['revenue'] < 50000,
    (df['revenue'] >= 50000) & (df['revenue'] < 90000),
    df['revenue'] >= 90000
]
choices = ['Small', 'Medium', 'Large']
df['revenue_group'] = np.select(conditions, choices)

# Υπολογίστε τον αριθμό των παραγγελιών σε κάθε ομάδα ανά κατηγορία
result = df.groupby(['Category', 'revenue_group']).size().reset_index(name='order_count')
print(result)

Αυτός ο κώδικας θα δημιουργήσει μια νέα στήλη με ομάδες βάσει εσόδων και θα εμφανίσει έναν πίνακα με τον αριθμό των παραγγελιών για κάθε κατηγορία και ομάδα εσόδων.