**Zadania w Pythonie** DataFrame Pandas z danymi z orders_log nazywa się df. 1) Przefiltruj wiersze: status "processing" i przychód (revenue) > 50000 i priorytet "high". Wyświetl wynik. 2) Utwórz kolumnę 'revenue_group' według zasad: ‘Small’ (< 50000), ‘Medium’ (50000 <= revenue < 90000), ‘Large’ (>= 90000). Następnie policz liczbę zamówień w każdej grupie według kategorii (Category) i wyświetl wynik. 1) df[(df["state"] == "processing") & (df["revenue"] > 50000) & (df["priority"] == "high")] 2)

2. Aby utworzyć kolumnę revenue_group, możesz użyć funkcji pd.cut lub np.select. Następnie pogrupuj dane według kategorii i policz liczbę zamówień:

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)

# Liczba zamówień w każdej grupie według kategorii
result = df.groupby(['Category', 'revenue_group']).size().reset_index(name='order_count')
print(result)

Ten kod utworzy nową kolumnę z grupami według przychodu i wyświetli tabelę z liczbą zamówień dla każdej kategorii i grupy przychodu.