**Compiti Python** Un DataFrame Pandas con dati da orders_log si chiama df. 1) Filtra le righe: stato "processing" e ricavo (revenue) > 50000 e priorità "high". Mostra il risultato. 2) Crea una colonna 'revenue_group' secondo le regole: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Poi conta il numero di ordini in ogni gruppo per categorie (Category) e mostra il risultato. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)

2. Per creare la colonna revenue_group puoi usare la funzione pd.cut o np.select. Poi raggruppa i dati per categorie e conta il numero di ordini:

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)

# Conta il numero di ordini in ogni gruppo per categoria
result = df.groupby(['Category', 'revenue_group']).size().reset_index(name='order_count')
print(result)

Questo codice creerà una nuova colonna con gruppi di ricavo e mostrerà una tabella con il numero di ordini per ogni categoria e gruppo di ricavo.