Programma Lezione 82 di 250 · Basi dei dati: numpy e pandas
Basi dei dati: numpy e pandas

Raggruppare e unire

Due operazioni sbloccano gran parte dell'analisi dei dati: groupby (dividere le righe in gruppi e riassumere ciascuno) e merge (unire due tabelle su una chiave comune).

groupby segue lo schema dividi-applica-combina. Raggruppa per una colonna, poi aggrega:

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 per calcolare più riassunti in una volta:

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

merge unisce tabelle che hanno una colonna in comune. Qui entrambe le tabelle hanno 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

Il default è un inner join: sopravvivono solo le chiavi presenti in entrambe le tabelle. Passa how="left" per tenere ogni riga della tabella di sinistra anche quando non c'è corrispondenza.

Tocca a te

Ti vengono dati due DataFrame. Primo, raggruppa orders per customer e somma la colonna total, salvando la Series risultante in by_customer. Secondo, unisci orders con customers sulla colonna customer (inner join) e salva il DataFrame unito in merged.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.