Different Aggregations
الدرس 16 من 19 في دورة Pandas Analytics على Coddy.
عند استخدام .sum() أو أي طريقة أخرى مماثلة، فإنه يحسب sum عبر جميع الأعمدة الرقمية. يمكننا أيضاً تحديد العملية الحسابية التي يجب إجراؤها لكل عمود:
df.groupby('column_name').agg({'column_1': 'sum', 'column_2': 'mean'})
التحدي
سهليحتوي ملف CSV المسمى visits.csv على معلومات حول عدد الزيارات التي تمت في موقع معين في وقت معين.
إليك أول 5 أسطر من الملف:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588قم بإنشاء dataframe بالأعمدة التالية: sum_visits و mean_timestamp، والحسابات الإحصائية المقابلة لها.
تأكد من أن
sum_visitsيسبقmean_timestamp. إن.agg({column_1: '...', colunm_2: '...'})ليس هو نفسه.agg({column_2: '...', colunm_1: '...'}). وذلك لأن ترتيب الأعمدة يكون معكوساً.
احفظ النتيجة في df.
جرّب بنفسك
# pandas as pd مستورد بالفعل
df = pd.read_csv("./visits.csv")
# اكتب الكود الخاص بك أدناه
جميع دروس Pandas Analytics
4Data Analysis with Pandas
Descriptive StatisticsGrouping and Aggregating DataDifferent AggregationsMerge & Concat2Working with the DataFrame
Understanding DataFramesAccessing DataData Cleaning - Missing dataData Cleaning - More tools3Data Manipulation with Pandas
Return Requested ResultFilter DataAdd & DeleteModify DataModify StringsCustom Modifications