Advertisement
Guest User

Untitled

a guest
Sep 26th, 2019
1,578
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. Не понимаю, как правильно добавить функции add_roi() , затем add_price_per_minute() .
  2. По заданию: Обеим передайте как параметр исходную таблицу oscar_data. Потом рассчитайте по каждому жанру средние величины: рейтинг, длину, ROI и бюджет минуты. Для этого воспользуйтесь уже готовой функцией column_mean().
  3.  
  4. В остальном вроде правильно сделал, но программа выдаёт ошибки:
  5. Traceback (most recent call last):
  6.   File "main.py", line 82, in <module>
  7.     mean_roi = column_mean(filt_data, 7)
  8.   File "main.py", line 49, in column_mean
  9.     total = column_sum(data, column)
  10.   File "main.py", line 45, in column_sum
  11.     result += row[column]
  12. IndexError: list index out of range
  13.  
  14. Вот код:
  15. oscar_data = [
  16.     ['Форма воды', 2017, 6.914, 123, ['фантастика', 'драма'], 19.4, 195.243464],
  17.     ['Лунный свет', 2016, 6.151, 110, ['драма'], 1.5, 65.046687],
  18.     ['В центре внимания', 2015, 7.489, 129, ['драма', 'криминал', 'история'], 20.0, 88.346473],
  19.     ['Бёрдмэн', 2014, 7.604, 119, ['драма', 'комедия'], 18.0, 103.215094],
  20.     ['12 лет рабства', 2013, 7.71, 133, ['драма', 'биография', 'история'], 20.0, 178.371993],
  21.     ['Операция "Арго"', 2012, 7.517, 120, ['триллер', 'драма', 'биография'], 44.5, 232.324128],
  22.     ['Артист', 2011, 7.942, 96, ['драма', 'мелодрама', 'комедия'], 15.0, 133.432856],
  23.     ['Король говорит!', 2010, 7.977, 118, ['драма', 'биография', 'история'], 15.0, 414.211549],
  24.     ['Повелитель бури', 2008, 7.298, 126, ['триллер', 'драма', 'военный', 'история'], 15.0, 49.230772],
  25.     ['Миллионер из трущоб', 2008, 7.724, 120, ['драма', 'мелодрама'], 15.0, 377.910544],
  26.     ['Старикам тут не место', 2007, 7.726, 122, ['триллер', 'драма', 'криминал'], 25.0, 171.627166],
  27.     ['Отступники', 2006, 8.456, 151, ['триллер', 'драма', 'криминал'], 90.0, 289.847354],
  28.     ['Столкновение', 2004, 7.896, 108, ['триллер', 'драма', 'криминал'], 6.5, 98.410061],
  29.     ['Малышка на миллион', 2004, 8.075, 132, ['драма', 'спорт'], 30.0, 216.763646],
  30.     ['Властелин колец: Возвращение Короля', 2003, 8.617, 201, ['фэнтези', 'драма', 'приключения'], 94.0, 1119.110941],
  31.     ['Чикаго', 2002, 7.669, 113, ['мюзикл', 'комедия', 'криминал'], 45.0, 306.776732],
  32.     ['Игры разума', 2001, 8.557, 135, ['драма', 'биография', 'мелодрама'], 58.0, 313.542341],
  33.     ['Гладиатор', 2000, 8.585, 155, ['боевик', 'драма', 'приключения'], 103.0, 457.640427],
  34.     ['Красота по-американски', 1999, 7.965, 122, ['драма'], 15.0, 356.296601],
  35.     ['Влюбленный Шекспир', 1998, 7.452, 123, ['драма', 'мелодрама', 'комедия', 'история'], 25.0, 289.317794],
  36.     ['Титаник', 1997, 8.369, 194, ['драма', 'мелодрама'], 200.0, 2185.372302],
  37.     ['Английский пациент', 1996, 7.849, 155, ['драма', 'мелодрама', 'военный'], 27.0, 231.976425],
  38.     ['Храброе сердце', 1995, 8.283, 178, ['драма', 'военный', 'биография', 'история'], 72.0, 210.409945],
  39.     ['Форрест Гамп', 1994, 8.915, 142, ['драма', 'мелодрама'], 55.0, 677.386686],
  40.     ['Список Шиндлера', 1993, 8.819, 195, ['драма', 'биография', 'история'], 22.0, 321.265768],
  41.     ['Непрощенный', 1992, 7.858, 131, ['драма', 'вестерн'], 14.4, 159.157447],
  42.     ['Молчание ягнят', 1990, 8.335, 114, ['триллер', 'криминал', 'детектив', 'драма', 'ужасы'], 19.0, 272.742922],
  43.     ['Танцующий с волками', 1990, 8.112, 181, ['драма', 'приключения', 'вестерн'], 22.0, 424.208848],
  44.     ['Шофёр мисс Дэйзи', 1989, 7.645, 99, ['драма'], 7.5, 145.793296],
  45.     ['Человек дождя', 1988, 8.25, 133, ['драма'], 25.0, 354.825435],
  46. ]
  47.  
  48. def filter_by_genre(data, genre):
  49.     result = []
  50.     for row in data:
  51.         genres = row[4]
  52.         if genre in genres:
  53.             result.append(row)
  54.     return result
  55.  
  56. def column_sum(data, column):
  57.     result = 0
  58.     for row in data:
  59.         result += row[column]
  60.     return result
  61.  
  62. def column_mean(data, column):
  63.     total = column_sum(data, column)
  64.     mean = total / len(data)
  65.     return mean
  66.  
  67. def add_roi(data):
  68.     for i in range(len(data)):
  69.         budget = data[i][5]
  70.         gross = data[i][6]
  71.         roi = (gross - budget) / budget
  72.         data[i].append(roi)
  73.  
  74. def add_price_per_minute(data):
  75.     for i in range(len(data)):
  76.         length = data[i][3]
  77.         budget = data[i][5]
  78.         price_per_minute = budget / length
  79.         data[i].append(price_per_minute)
  80.  
  81. # переменная с выбранными жанрами (англ. selected genres, "избранные жанры")
  82. selected_genres = ['история', 'мелодрама', 'криминал', 'биография', 'триллер']
  83.  
  84. # добавьте в таблицу столбцы с ROI и стоимостью одной минуты фильма
  85. # воспользуйтесь для этого функциями add_roi() и add_price_per_minute()
  86.  
  87.  
  88. genres_means = []
  89. for genre in selected_genres:
  90.     # отфильтруйте таблицу по жанру
  91.     filt_data = filter_by_genre(oscar_data, genre)
  92.    
  93.     # посчитайте средние значения по отфильтрованной таблице
  94.     mean_score = column_mean(filt_data, 2)
  95.     mean_length = column_mean(filt_data, 3)
  96.     mean_roi = column_mean(filt_data, 7)
  97.     mean_ppm = column_mean(filt_data, 8)
  98.  
  99.     genres_means.append([genre, mean_score, mean_length, mean_roi, mean_ppm])
  100.    
  101. print('Жанр      | Рейтинг | Длина  | ROI   | Бюджет за минуту')
  102. print('-------------------------------------------------------')
  103. for row in genres_means:
  104.     print('{: <9} | {: >7.2f} | {: >5.2f} | {: >5.2f} | {: >16.2f}'.format(
  105.         row[0], row[1], row[2], row[3], row[4]))
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement