Conteúdo do curso Lição 82 de 250 · Fundamentos de Dados: numpy & pandas
Fundamentos de Dados: numpy & pandas

Agrupamento e Mesclagem

Duas operações desbloqueiam a maioria das análises de dados: groupby (divide as linhas em grupos e resume cada um) e merge (junta duas tabelas em uma chave compartilhada).

groupby segue um padrão de split-apply-combine. Agrupe por uma coluna, depois agregue:

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

Use .agg para calcular vários resumos de uma vez:

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

merge junta tabelas que compartilham uma coluna. Aqui ambas as tabelas têm 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

O padrão é um inner join: apenas chaves presentes em ambas as tabelas sobrevivem. Passe how="left" para manter cada linha da tabela da esquerda mesmo quando não houver correspondência.

Sua vez

Dois DataFrames são fornecidos. Primeiro, agrupe orders por customer e some a coluna total, armazenando o resultado Series em by_customer. Segundo, mescle orders com customers na coluna customer (inner join) e armazene o DataFrame mesclado em merged.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.