Data Science Academy · บทเรียน

รวมข้อมูลหลายแบบด้วย agg

ใช้ฟังก์ชันต่างกันในแต่ละคอลัมน์

บทเรียน 2 จาก 413 ขั้นตอน

รวมข้อมูลหลายแบบด้วย agg เป็นบทเรียน Data Science Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Data Science Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน

เหตุใดตัวเลขเดียวจึงไม่เพียงพอ

ค่าเฉลี่ยเพียงค่าเดียวซ่อนรายละเอียดไว้มากมาย ด้วย agg คุณสามารถขอค่าสรุปหลายแบบพร้อมกันและมองเห็นภาพที่ครบถ้วนยิ่งขึ้น

ทำความรู้จักกับ agg

เมธอด agg รับรายการฟังก์ชัน แล้วเรียกใช้ทุกฟังก์ชันกับแต่ละกลุ่มในการประมวลผลรอบเดียว

df.groupby("city")["sales"].agg(["mean", "max"])

รายการชื่อฟังก์ชัน

ส่งสตริงธรรมดา เช่น "sum" หรือ "min" แล้ว pandas จะจับคู่แต่ละชื่อกับ ฟังก์ชันรวมค่าที่มีมาให้โดยอัตโนมัติ

g.agg(["sum", "min", "max"])

แต่ละฟังก์ชันจะกลายเป็นคอลัมน์

เมื่อใช้รายการฟังก์ชัน ผลลัพธ์จะมี หนึ่งคอลัมน์ต่อหนึ่งฟังก์ชัน โดยวางเรียงเคียงกันเพื่อให้เปรียบเทียบได้ง่าย

ใช้ฟังก์ชันต่างกันในแต่ละคอลัมน์

ส่งพจนานุกรมเพื่อใช้ การรวมค่าที่แตกต่างกันกับคอลัมน์ต่าง ๆ ภายในการเรียกใช้ครั้งเดียวกัน

df.groupby("city").agg({"sales": "sum", "age": "mean"})

ตั้งชื่อคอลัมน์ผลลัพธ์

การรวมค่าแบบตั้งชื่อช่วยให้คุณติดป้ายกำกับผลลัพธ์ได้อย่างชัดเจน จึงไม่ต้องเดาว่า คอลัมน์ผลลัพธ์แต่ละคอลัมน์หมายถึงอะไร

g.agg(total=("sales", "sum"))

ใช้ฟังก์ชันของคุณเอง

ฟังก์ชันใด ๆ ที่คืนค่าเพียงหนึ่งค่าก็ใช้ได้ ดังนั้น lambda แบบกำหนดเองจึงสามารถคำนวณพิสัยหรือสิ่งอื่นใดที่คุณต้องการ

g.agg(lambda s: s.max() - s.min())

ผสมฟังก์ชันที่มีมาให้กับฟังก์ชันกำหนดเอง

ภายในรายการเดียว คุณสามารถผสมชื่อสตริงเข้ากับฟังก์ชันที่เรียกใช้ได้ของคุณเองได้ โดย pandas จะนำ แต่ละรายการไปใช้กับทุกกลุ่ม

g.agg(["mean", lambda s: s.std()])

รวมค่าจากหลายคอลัมน์พร้อมกัน

ไม่ต้องเลือกคอลัมน์ แล้ว agg จะทำงานกับ คอลัมน์ตัวเลขทุกคอลัมน์ พร้อมสร้างตารางสรุปที่มีหลายคอลัมน์

df.groupby("city").agg("mean")

รีเซ็ตดัชนีเพื่อทำให้ตารางแบนราบ

เรียกใช้ reset_index หลังจากนั้นเพื่อเปลี่ยนคีย์กลุ่มกลับเป็นคอลัมน์ปกติ ทำให้สร้างแผนภูมิหรือรวมตารางได้ง่าย

result.reset_index()

อ่านผลลัพธ์อย่างรอบคอบ

เมื่อฟังก์ชันและคอลัมน์มีหลายรายการ คอลัมน์จะมี MultiIndex ซึ่งให้อ่านเป็นคู่ (คอลัมน์, ฟังก์ชัน)

ตรวจสอบความเข้าใจอย่างรวดเร็ว

คุณต้องการคำนวณผลรวมในคอลัมน์หนึ่ง และค่าเฉลี่ยในอีกคอลัมน์หนึ่ง คุณต้องส่งอะไรให้กับ agg

สรุป: agg คือมีดสารพัดประโยชน์

ตอนนี้คุณสามารถรวมสรุปหลายรายการ ผสมฟังก์ชันสำเร็จรูปกับฟังก์ชันกำหนดเอง และตั้งชื่อผลลัพธ์ได้ทั้งหมดผ่านการเรียกใช้ agg เพียงครั้งเดียว 🛠️

เริ่มต้นได้ฟรี

เรียนรู้ Python ด้วย AI tutor — ฟรี

เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป

คอร์ส
30
บทเรียน
120

คำถามที่พบบ่อย

บทเรียน “รวมข้อมูลหลายแบบด้วย agg” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “รวมข้อมูลหลายแบบด้วย agg” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Data Science Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Data Science Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “รวมข้อมูลหลายแบบด้วย agg”

ใช้ฟังก์ชันต่างกันในแต่ละคอลัมน์ คุณปฏิบัติ Data Science Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Data Science Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Data Science Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน

บทเรียน “รวมข้อมูลหลายแบบด้วย agg” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Data Science Academy นี้ได้ไหม

ได้ บทเรียน Data Science Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. อธิบายแนวคิดแยก-ประมวลผล-รวม
  2. รวมข้อมูลหลายแบบด้วย agg
  3. จัดกลุ่มด้วยคีย์หลายตัว
  4. transform สำหรับคุณลักษณะแยกตามกลุ่ม
← กลับไปที่ Data Science Academy