import pandas as pd

 

data = pd.read_csv('/datasets/visits.csv', sep='\t')

 

# фильтруем слишком быстрые и медленные заезды и АЗС

data['too_fast'] = data['time_spent'] < 60

data['too_slow'] = data['time_spent'] > 1000

too_fast_stat = data.pivot_table(index='id', values='too_fast')

good_ids = too_fast_stat.query('too_fast < 0.5')

good_data = data.query('id in @good_ids.index')

good_data = good_data.query('60 <= time_spent <= 1000')

 

# считаем данные по отдельным АЗС и по сетям

station_stat = data.pivot_table(index='id', values='time_spent', aggfunc='median')

good_stations_stat = good_data.pivot_table(index='id', values='time_spent', aggfunc='median')

stat = data.pivot_table(index='name', values='time_spent')

good_stat = good_data.pivot_table(index='name', values='time_spent', aggfunc='median')

stat['good_time_spent'] = good_stat['time_spent']

 

id_name = good_data.pivot_table(index='id', values='name', aggfunc=['first', 'count'])

id_name.columns = ['name', 'count']

station_stat_full = id_name.join(good_stations_stat)

 

# считаем показатели сетей из показателей АЗС,

# а не усреднённые заезды на все АЗС сети

good_stat2 = (

    station_stat_full

    .query('count > 30')

    .pivot_table(index='name', values='time_spent', aggfunc=['median', 'count'])

)

good_stat2.columns = ['median_time', 'stations']

final_stat = stat.join(good_stat2)

 

final_stat.sort_values()

final_stat.plot(x='good_time_spent', y='median_time', kind='bar', figsize=(10, 5))