0Pricing
Data Science Academy · Pelajaran

Penjelasan Split-Apply-Combine

Model di balik setiap groupby

Penjelasan Split-Apply-Combine adalah pelajaran Data Science Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar Data Science Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus Data Science Academy mencakup 4 pelajaran total.

Satu Ide, Tiga Langkah

Setiap groupby mengikuti satu pola: membagi baris menjadi beberapa kelompok, menerapkan perhitungan pada setiap kelompok, lalu menggabungkan kembali hasilnya. 🔁

Split: Membagi Berdasarkan Kunci

Langkah split membagi baris berdasarkan kolom kunci, sehingga semua baris dengan nilai yang sama masuk ke kelompok kecil yang sama.

groups = df.groupby("city")

Apply: Bekerja pada Setiap Kelompok

Pada langkah apply, fungsi yang sama dijalankan pada setiap kelompok secara terpisah, tanpa pernah mencampur satu kelompok dengan kelompok lainnya.

df.groupby("city")["sales"].mean()

Combine: Menggabungkan Hasil

Langkah combine menggabungkan hasil setiap kelompok menjadi satu keluaran yang rapi, dengan indeks berdasarkan kunci kelompok yang digunakan untuk membagi data.

groupby Bersifat Malas

Memanggil groupby saja hampir tidak melakukan apa-apa; pemanggilan itu hanya mengingat rencananya. Pekerjaan sebenarnya menunggu sampai Anda menambahkan agregasi.

g = df.groupby("city")  # no math yet

Kunci Kelompok Menjadi Indeks

Setelah diagregasi, kunci kelompok berpindah menjadi indeks hasil, sehingga setiap nilai unik menjadi label untuk satu baris keluaran.

Memilih Kolom untuk Diagregasi

Pilih kolom setelah melakukan pengelompokan untuk memusatkan perhitungan. Di sini Anda meminta rata-rata sales di setiap kota.

df.groupby("city")["sales"].mean()

size Menghitung Baris per Kelompok

Gunakan size jika Anda hanya ingin mengetahui jumlah baris yang masuk ke setiap kelompok, termasuk nilai yang hilang.

df.groupby("city").size()

Melakukan Iterasi pada Kelompok

Anda dapat melakukan perulangan pada groupby untuk memeriksanya: setiap putaran memberikan nama kelompok dan sub-tabel yang sesuai.

for name, part in df.groupby("city"):
    print(name, len(part))

Mengapa Lebih Baik daripada Perulangan Manual

Split-apply-combine menggantikan perulangan yang ditulis manual dan lambat dengan satu baris kode yang cepat dan mudah dibaca, yang dioptimalkan pandas untuk Anda. ⚡

Contoh Kecil dari Awal hingga Akhir

Satu baris ini membagi data berdasarkan wilayah, menghitung rata-rata setiap kelompok, dan menggabungkan hasilnya dalam satu ekspresi yang mudah dibaca.

df.groupby("region")["revenue"].mean()

Pemeriksaan Cepat

Langkah mana yang benar-benar melakukan perhitungan?

Ringkasan: Pola groupby

Anda telah mempelajari inti pengelompokan: split, apply, combine. Kuasai pola ini dan setiap agregasi berikutnya akan terasa alami. 🎯

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Penjelasan Split-Apply-Combine” gratis?

Ya — teks lengkap “Penjelasan Split-Apply-Combine” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus Data Science Academy, upgrade ke CoddyKit PRO. Kursus Data Science Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Penjelasan Split-Apply-Combine”?

Model di balik setiap groupby Kamu berlatih Data Science Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai Data Science Academy?

Tidak diperlukan pengalaman sebelumnya. Data Science Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.

Berapa lama pelajaran “Penjelasan Split-Apply-Combine” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran Data Science Academy ini?

Ya. Setiap pelajaran Data Science Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Penjelasan Split-Apply-Combine
  2. Beberapa Agregasi dengan agg
  3. Mengelompokkan Berdasarkan Beberapa Kunci
  4. transform untuk Fitur Berdasarkan Kelompok
← Kembali ke Data Science Academy