سرفصل‌ها درس 82 از 250 · مبانی داده: numpy و pandas
مبانی داده: numpy و pandas

گروه‌بندی و ادغام

دو عملیات بیشتر تحلیل داده را باز می‌کنند: groupby (ردیف‌ها را به گروه‌ها تقسیم کن و هر کدام را خلاصه کن) و merge (دو جدول را روی یک کلید مشترک به هم وصل کن).

groupby از الگوی تقسیم-اعمال-ترکیب پیروی می‌کند. بر اساس یک ستون گروه‌بندی کنید، سپس تجمیع کنید:

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

از .agg برای حساب‌کردن چند خلاصه با هم استفاده کنید:

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

merge جدول‌هایی را که یک ستون مشترک دارند وصل می‌کند. اینجا هر دو جدول region دارند:

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

پیش‌فرض یک inner join است: فقط کلیدهایی که در هر دو جدول هستند می‌مانند. how="left" را بفرستید تا هر ردیف جدول چپ حتی وقتی تطابقی نیست بماند.

نوبت شما

دو DataFrame داده شده است. اول، orders را بر اساس customer گروه‌بندی کنید و ستون total را جمع بزنید، و Series حاصل را در by_customer ذخیره کنید. دوم، orders را با customers روی ستون customer ادغام کنید (inner join) و DataFrame ادغام‌شده را در merged ذخیره کنید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.