Documente Academic
Documente Profesional
Documente Cultură
Exercitiul 1. Încărcați într-un df numele, suma solicitată, suma din depozite și fidelitatea
clienților cu vârsta > 35 de ani care au solicitat un credit mai mare de 15.000$. Verificați în df
dacă suma din depozit este mai mare decât suma solicitată și pentru acești clienți modificați
fidelitatea în 5. Salvați setul de date într-un fișier .csv (clienti_leasing.csv).
import pymongo
import pandas as pd
pd.set_option("display.max_columns', 500)
conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")
db = conn["daune_leasing"]
projection = {"_id": 0,
"NUME_CLIENT": 1,
"SUMA_SOLICITATA": 1,
"SUMA_DEPOZIT": 1,
"FIDELITATE": 1,
"VARSTA": 1,
"VAL_CREDITE_RON": 1
df = pd.DataFrame.from_dict(list(cursor))
cursor.close()
pprint(df)
df.to_csv('clienti_leasing.csv')
Exercitiul 2. Încărcați într-un df profesia, venitul anual, suma din depozite și suma solicitată pe
fiecare profesie. În df adăugați o nouă coloană pentru a calcula gradul de îndatorare pe fiecare
profesie (suma_solicitata/(venit_anual+suma_depozit)*100). Reprezentați grafic gradul de
îndatorare pe fiecare profesie.
import pymongo
import pandas as pd
pd.set_option("display.max_columns', 500)
conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")
db = conn["daune_leasing"]
collection = db["clienti_leasing"]
pipeline = [{'$group': {
"_id": "$PROFESIA",
}},
cursor = collection.aggregate(pipeline)
df = pd.DataFrame.from_dict(list(cursor))
cursor.close()
df['GRAD_INDATORARE'] = df['VALOARE_SUMA_SOLICITATA'] / \
df = df.sort_values(by='GRAD_INDATORARE')
pprint(df)
plt.xlabel('PROFESIA')
plt.ylab('GRAD_INDATORARE')
plt.show()
Exercitiul 3. Încărcați într-un df marca, modelul, valoarea totală și numărul de daune pe fiecare
model și marcă fabricate între 2010 și 2012. Afișați numărul de autoturisme pentru care valoarea
totală depășește 30.000$. Reprezentați grafic modelele care au înregistrat mai mult de 100 de
daune.
import pymongo
import pandas as pd
pd.set_option("display.max_columns', 500)
conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")
db = conn["daune_leasing"]
collection = db["clienti_leasing"]
{'$group': {
"NR_TOTAL_DAUNE": {'$SUM': 1}
}},
cursor = collection.aggregate(pipeline)
df = pd.DataFrame.from_dict(list(cursor))
cursor.close()
nr_autoturisme = len(df.nou_index)
pprint(df_nou)
plt.xlabel('MODEL')
plt.ylabel('NR_TOTAL_DAUNE')
plt.show()
Exercitiul 4. Încărcați într-un df marca, modelul, anul de fabricație, componenta, prețul total și
prețul manoperei pentru autoturismele din mărcile AUDI, BMW, FORD, FIAT. Calculați
procentul manoperei din prețul total.
import pymongo
import pandas as pd
pd.set_option("display.max_columns', 500)
conn = pymongo.MongoClient("mongodb://37.120.249.57:27017/")
db = conn["daune_leasing"]
collection = db["clienti_leasing"]
projection = {"_id": 0,
"MARCA": 1,
"AN_FABRICATIE": 1,
"COMPONENTA": 1,
"PRET_TOTAL": 1,
"PRET_MAMOPERA": 1,
projection=projection, sort=sort)
df = pd.DataFrame.from_dict(list(cursor))
cursor.close()
pprint(df)