数据基础:numpy 与 pandas
分组与合并
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
两个操作能解锁大部分数据分析:groupby(把行分组,并对每组做汇总)和 merge(在共享的键上连接两张表)。
groupby 遵循"拆分-应用-合并"的模式。按某一列分组,然后聚合:
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用 .agg 一次计算好几种汇总:
print(sales.groupby("region")["amount"].agg(["sum", "mean", "count"]))merge 连接共享某一列的表。这里两张表都有 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默认是内连接:只有两张表里都存在的键才会保留。传入 how="left" 可以保留左表的每一行,即使没有匹配。
轮到你了
给定两个 DataFrame。首先,把 orders 按 customer 分组,对 total 列求和,结果 Series 存进 by_customer。其次,在 customer 列上把 orders 和 customers 合并(内连接),合并后的 DataFrame 存进 merged。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。