0Pricing
Data Science Academy · Lekcja

Grupowanie według kilku kluczy

Grupowanie wielopoziomowe i indeks wynikowy

Grupowanie według kilku kluczy to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 3 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Group on More Than One Column

Pass a list of keys to groupby and pandas forms a group for every unique combination of those columns.

df.groupby(["city", "year"])

Every Combo Is a Group

Two cities and three years can yield up to six groups, one per existing combination found in your data.

Aggregate Across Keys

Aggregation works exactly the same; the math just runs inside each combination instead of a single key.

df.groupby(["city", "year"])["sales"].sum()

Meet the MultiIndex

Grouping on several keys gives the result a MultiIndex, with one index level for each grouping column.

Read a MultiIndex Result

Each output row is labeled by a tuple like (city, year), so the index tells you exactly which group it is.

Select From a MultiIndex

Use loc with a tuple to pull one specific combination straight out of the grouped result.

result.loc[("Paris", 2024)]

Flatten With reset_index

Prefer flat columns? reset_index turns each index level back into an ordinary column you can filter.

result.reset_index()

Keep Empty Groups Out

By default pandas skips combinations with no rows, so your result shows only combinations that actually occur.

Order of Keys Matters

The key order you list sets the index level order, which changes how the result sorts and reads.

df.groupby(["year", "city"]).size()

Unstack for a Cross-Tab

Call unstack to lift one key into columns, turning a long grouped result into a readable grid.

result.unstack()

When to Use Several Keys

Reach for multi-key grouping whenever a question mentions two dimensions, like sales by city and by month.

Quick Check

You group by ["city", "year"]. What labels each result row?

Recap: Two Dimensions, One groupby

You can now slice data along several keys at once, read the MultiIndex, and reshape it for clear cross-tabs. 📊

Często zadawane pytania

Czy lekcja „Grupowanie według kilku kluczy” jest bezpłatna?

Tak — pełny tekst „Grupowanie według kilku kluczy” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Grupowanie według kilku kluczy”?

Grupowanie wielopoziomowe i indeks wynikowy Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 3 z 4.

Ile czasu zajmuje lekcja „Grupowanie według kilku kluczy”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Wyjaśnienie modelu Split-Apply-Combine
  2. Wiele agregacji za pomocą agg
  3. Grupowanie według kilku kluczy
  4. transform do tworzenia cech grupowych
← Powrót do Data Science Academy