Groepering en Samevoeging
Twee operasies ontsluit die meeste dataanalise: groupby (verdeel rye in groepe en sommariseer elk) en merge (voeg twee tabelle saam op 'n gedeelde sleutel).
groupby volg 'n split-apply-combine patroon. Gropeer volgens 'n kolom, dan aggregeer:
import pandas as pd
sales = pd.DataFrame({
"region": ["N", "S", "N", "S"],
"amount": [100, 200, 150, 50],
})
print(sales.groupby("region")["amount"].sum())
# region
# N 250
# S 250Gebruik .agg om verskeie opsommings gelyktydig te bereken:
print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))merge voeg tabelle wat 'n kolom deel saam. Hier het beide tabelle region:
info = pd.DataFrame({
"region": ["N", "S"],
"manager": ["Ada", "Bo"],
})
joined = sales.merge(info, on="region")
print(joined) # each sales row gains its region's managerDie standaard is 'n inner join: net sleutels wat in beide tabelle voorkom, bly oor. Gee how="left" om elke ry van die linkertabel te behou selfs wanneer daar geen ooreenstemming is nie.
Twee DataFrames word gegee. Gropeer eers orders volgens customer en som die total kolom, en stoor die resultaat Series in by_customer. Meng dan orders met customers op die customer kolom (inner join) en stoor die saamgevoegde DataFrame in merged.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.