المنهج الدراسي الدرس 82 من 250 · أساسيات البيانات: numpy و pandas
أساسيات البيانات: numpy و pandas

التجميع والدمج

عمليتان تفتحان معظم تحليل البيانات: groupby (تقسيم الصفوف إلى مجموعات وتلخيص كل منها) و merge (دمج جدولين بناء على مفتاح مشترك).

تتبع

groupby نمط التقسيم والتطبيق والدمج. قم بالتجميع حسب عمود، ثم قم بالتلخيص:

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

استخدم .agg لحساب عدة ملخصات في وقت واحد:

print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))

merge يدمج الجداول التي تشترك في عمود. هنا كلا الجدولين يحتويان على 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

الافتراضي هو inner join: فقط المفاتيح الموجودة في كلا الجدولين تبقى. مرر how="left" للاحتفاظ بكل صف من الجدول الأيسر حتى عند عدم وجود تطابق.

دورك

يتم إعطاء إطارين من البيانات DataFrame. أولا، قم بتجميع orders حسب customer واجمع عمود total، وخزن سلسلة النتائج Series في by_customer. ثانيا، ادمج orders مع customers بناء على عمود customer (inner join) وخزن إطار البيانات المدمج DataFrame في merged.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.