Pengelompokan dan Penggabungan
Dua operasi membuka sebagian besar analisis data: groupby (bagi baris menjadi grup dan ringkas masing-masing) dan merge (gabungkan dua tabel pada kunci yang sama).
groupby mengikuti pola split-apply-combine. Kelompokkan berdasarkan kolom, lalu agregasikan:
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 250Gunakan .agg untuk menghitung beberapa ringkasan sekaligus:
print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))merge menggabungkan tabel yang memiliki kolom yang sama. Di sini kedua tabel memiliki 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 managerDefaultnya adalah inner join: hanya kunci yang ada di kedua tabel yang bertahan. Masukkan how="left" untuk menyimpan setiap baris tabel kiri meskipun tidak ada kecocokan.
Ada dua DataFrame. Pertama, kelompokkan orders berdasarkan customer dan jumlahkan kolom total, simpan hasil Series di by_customer. Kedua, gabungkan orders dengan customers pada kolom customer (inner join) dan simpan DataFrame hasil gabungan di merged.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.