تجميع البيانات وتلخيصها
الدرس 15 من 19 في دورة تحليلات Pandas على Coddy.
يعد تجميع البيانات وتلخيصها أمراً بالغ الأهمية عند التعامل مع مجموعات البيانات الكبيرة، حيث يساعد في تبسيط وتلخيص البيانات بطرق تجعل فهمها وتحليلها أسهل.
في الدرس السابق، قمنا بحساب إحصائيات حول مجموعة محددة، ولكن حساب الإحصائيات لجميع المجموعات قد يكون صعباً بدون أدوات إضافية. لهذا الغرض، لدينا الطريقة .groupby():
df.groupby('column_name')سيؤدي هذا إلى إرجاع كائن GroupBy يقوم بتجميع صفوف إطار البيانات (dataframe) حسب قيم column_name. يمكنك تطبيق دوال التجميع (aggregate functions) على كائن GroupBy هذا لإجراء عمليات حسابية داخل تلك المجموعات.
بمجرد تجميع البيانات، يمكننا إجراء العديد من دوال التجميع لتلخيص البيانات، مثل:
df.groupby('column_name').sum()
df.groupby('column_name').min()
df.groupby('column_name').max()سيؤدي هذا إلى إرجاع sum و min و max لجميع الأعمدة الرقمية الأخرى في إطار البيانات الأصلي، مقسمة حسب column_name.
يمكنك الآن استخراج عمود معين تقوم بتحليله:
df.groupby('column_name').sum()['other_column']
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 قاموس (dictionary) يحتوي على المفاتيح التالية: min، و max، و mean، و std، و sum، و median، وقم بتوفير series تقابل الإحصائيات الخاصة بالعمود visits لـ كل معرف موقع (location id).
جرّب بنفسك
# pandas as pd مستورد بالفعل
df = pd.read_csv("./visits.csv")
# اكتب كودك أدناه
sum_visits = df.groupby("location_id").sum()["visits"]
res = {
"min": # أكمل
"max": # أكمل
"mean": # أكمل
"std": # أكمل
"median": # أكمل
"sum": sum_visits
}
print(res)جميع دروس تحليلات Pandas
4تحليل البيانات باستخدام Pandas
الإحصاء الوصفيتجميع البيانات وتلخيصهاأنواع التجميع المختلفةالدمج والضم3معالجة البيانات باستخدام Pandas
إرجاع النتيجة المطلوبةتصفية البياناتالإضافة والحذفتعديل البياناتتعديل السلاسل النصيةتعديلات مخصصةتدرّب بنفسك: مترجم Python عبر الإنترنت