Python Academy · Oppitunti

GroupBy, aggregointi ja pivot-taulukot

Tiivistäkää tietoja groupby-operaatioilla ja pivot-taulukoilla.

Oppitunti 3/413 vaihetta

GroupBy, aggregointi ja pivot-taulukot on ilmainen Python Academy-oppitunti CoddyKitissä. Tämä on oppitunti 3/4. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Python Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Python Academy-kurssilla on yhteensä 4 oppituntia.

groupby-perusteet

df.groupby("col") jakaa DataFramen ryhmiin sarakkeen yksilöllisten arvojen perusteella. Ketjuttakaa mukaan aggregointi tulosten saamiseksi.

import pandas as pd

df = pd.DataFrame({
    "dept":["HR","IT","HR","IT","HR"],
    "salary":[60,80,65,90,70]
})
print(df.groupby("dept")["salary"].mean())
# HR    65.0
# IT    85.0

Useita aggregointifunktioita

Käyttäkää agg()-metodia useiden aggregointifunktioiden suorittamiseen kerralla.

import pandas as pd

df = pd.DataFrame({"dept":["HR","IT","HR","IT"],"sal":[60,80,65,90]})
result = df.groupby("dept")["sal"].agg(["mean","max","count"])
print(result)

Nimetyt aggregoinnit

Antakaa agg()-metodille nimetyt argumentit, jotta voitte nimetä tulossarakkeet erikseen (Pandas 0.25+).

import pandas as pd

df = pd.DataFrame({"dept":["HR","IT","HR","IT"],"sal":[60,80,65,90]})
result = df.groupby("dept").agg(
    avg_sal=("sal","mean"),
    max_sal=("sal","max"),
    count=("sal","size")
)
print(result)

groupby useilla sarakkeilla

Välittäkää sarakkeiden luettelo hierarkkisten ryhmien luomiseksi.

import pandas as pd

df = pd.DataFrame({
    "year":[2023,2023,2024,2024],
    "dept":["HR","IT","HR","IT"],
    "sal":[60,80,65,90]
})
print(df.groupby(["year","dept"])["sal"].sum())

transform()

transform palauttaa alkuperäiseen indeksiin kohdistetun Series-objektin. Tämä on hyödyllistä, kun ryhmätason tilastot halutaan lisätä takaisin alkuperäiseen DataFrameen.

import pandas as pd

df = pd.DataFrame({"dept":["HR","IT","HR","IT"],"sal":[60,80,65,90]})
df["dept_avg"] = df.groupby("dept")["sal"].transform("mean")
print(df)

filter()

filter(func) säilyttää vain ryhmät, joille funktio palauttaa arvon True.

import pandas as pd

df = pd.DataFrame({"dept":["HR","IT","HR"],"sal":[60,80,65]})
# Keep only departments with mean salary > 70:
result = df.groupby("dept").filter(lambda g: g["sal"].mean() > 70)
print(result)

pivot_table

pd.pivot_table luo taulukkolaskentaohjelman tyylisen yhteenvedon mukautetulla aggregoinnilla.

import pandas as pd

df = pd.DataFrame({
    "year":[2023,2023,2024,2024],
    "region":["East","West","East","West"],
    "sales":[100,150,120,200]
})
pt = pd.pivot_table(df, values="sales",
                    index="year", columns="region",
                    aggfunc="sum")
print(pt)

crosstab

pd.crosstab laskee ristiintaulukoinnin. Se on hyödyllinen kategoristen arvojen yhdistelmien laskemiseen.

import pandas as pd

df = pd.DataFrame({"gender":["M","F","M","F","M"],"result":["pass","pass","fail","fail","pass"]})
print(pd.crosstab(df["gender"], df["result"]))

apply()

apply(func) käyttää mukautettua funktiota kunkin ryhmän DataFrameen (axis=0) tai kuhunkin riviin/sarakkeeseen (axis=1).

import pandas as pd

df = pd.DataFrame({"dept":["HR","IT","HR"],"sal":[60,80,65]})

def range_sal(g):
    return g["sal"].max() - g["sal"].min()

print(df.groupby("dept").apply(range_sal))

unstack muotoiluun

Usean tason groupby-operaation jälkeen käyttäkää unstack()-metodia siirtääksenne sisimmän indeksitason sarakkeiksi.

import pandas as pd

df = pd.DataFrame({"year":[2023,2023,2024],"dept":["HR","IT","HR"],"sal":[60,80,65]})
result = df.groupby(["year","dept"])["sal"].mean().unstack()
print(result)

resample aikasarjoille

resample("M") ryhmittelee aikasarja-DataFramen kalenterijaksojen mukaan, mikä mahdollistaa kuukausi- ja vuosikohtaiset aggregoinnit.

import pandas as pd

idx = pd.date_range("2024-01-01", periods=90, freq="D")
df = pd.DataFrame({"sales": range(90)}, index=idx)
monthly = df.resample("ME").sum()
print(monthly)

Pikatarkistus

Mitä groupby().transform("mean") palauttaa?

Vastaa interaktiivisessa oppitunnissa

Kertaus

groupby jakaa tiedot ryhmiin aggregointia varten. Käyttäkää agg()-metodia useille funktioille, transform()-metodia ryhmätilastojen palauttamiseen alkuperäisten rivien yhteyteen, filter()-metodia ryhmien poistamiseen ja pivot_table()/crosstab()-metodeja moniulotteisiin yhteenvetoihin.

Aloita maksutta

Opi Python tekoälytuutorin avulla — ilmaiseksi

Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.

Kurssit: 76
Oppitunnit: 320

Aloita opiskelu maksutta Näytä koko kurssi

Usein kysytyt kysymykset

Onko oppitunti ”GroupBy, aggregointi ja pivot-taulukot” ilmainen?

Kyllä – oppitunnin ”GroupBy, aggregointi ja pivot-taulukot” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Python Academy-kurssin, päivitä CoddyKit PROhon. Python Academy-kurssilla on yhteensä 4 oppituntia.

Mitä opin oppitunnilla ”GroupBy, aggregointi ja pivot-taulukot”?

Tiivistäkää tietoja groupby-operaatioilla ja pivot-taulukoilla. Harjoittelet Python Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.

Tarvitsenko kokemusta aloittaakseni Python Academy-opiskelun?

Aiempi kokemus ei ole tarpeen. CoddyKitin Python Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 3/4.

Kuinka kauan ”GroupBy, aggregointi ja pivot-taulukot”-oppitunnin suorittaminen kestää?

Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.

Voinko kirjoittaa ja suorittaa koodia tällä Python Academy-oppitunnilla?

Kyllä. Jokainen Python Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.

Kaikki tämän kurssin oppitunnit

Series- ja DataFrame-rakenteiden perusteet
Indeksointi, suodatus ja totuusarvomaskit
GroupBy, aggregointi ja pivot-taulukot
Yhdistäminen, liittäminen ja tietojen puhdistus

← Takaisin: Python Academy