Kurrikulum Leson 82 van 250 · Datagrondsvlakke: numpy & pandas
Datagrondsvlakke: numpy & pandas

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    250

Gebruik .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 manager

Die 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.

Jou beurt

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.