Temario Lección 82 de 250 · Fundamentos de datos: numpy y pandas
Fundamentos de datos: numpy y pandas

Agrupar y combinar

Dos operaciones abren la puerta a casi todo el análisis de datos: groupby (dividir las filas en grupos y resumir cada uno) y merge (unir dos tablas por una clave común).

groupby sigue el patrón dividir-aplicar-combinar. Agrupa por una columna y luego agrega:

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

Usa .agg para calcular varios resúmenes a la vez:

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

merge une tablas que comparten una columna. Aquí las dos tablas tienen 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

Por defecto es un inner join: solo sobreviven las claves que están en las dos tablas. Pasa how="left" para conservar todas las filas de la tabla de la izquierda aunque no tengan coincidencia.

Tu turno

Tienes dos DataFrames. Primero, agrupa orders por customer y suma la columna total, guardando la Series resultante en by_customer. Segundo, combina orders con customers por la columna customer (inner join) y guarda el DataFrame combinado en merged.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.