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 250از .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 managerپیشفرض 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.
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.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.