Gruppieren und Aggregieren von Daten
Lektion 15 von 19 im Kurs Pandas Analytics von Coddy.
Das Gruppieren und Aggregieren von Daten ist beim Umgang mit großen Datensätzen von entscheidender Bedeutung, da es hilft, die Daten so zu vereinfachen und zusammenzufassen, dass sie leichter zu verstehen und zu analysieren sind.
In der vorherigen Lektion haben wir Statistiken für eine bestimmte Gruppe berechnet, aber die Berechnung von Statistiken für alle Gruppen könnte ohne zusätzliche Werkzeuge schwierig sein. Hierfür gibt es die .groupby()-Methode:
df.groupby('column_name')Dies gibt ein GroupBy-Objekt zurück, das die Zeilen des Dataframes nach den Werten von column_name gruppiert. Sie können Aggregatfunktionen auf dieses GroupBy-Objekt anwenden, um Berechnungen innerhalb dieser Gruppen durchzuführen.
Sobald die Daten gruppiert sind, können wir verschiedene Aggregationsfunktionen ausführen, um die Daten zusammenzufassen, wie zum Beispiel:
df.groupby('column_name').sum()
df.groupby('column_name').min()
df.groupby('column_name').max()Dies gibt die sum, min und max aller anderen numerischen Spalten im ursprünglichen Dataframe zurück, aufgeteilt nach column_name.
Jetzt können Sie eine bestimmte Spalte extrahieren, die Sie analysieren:
df.groupby('column_name').sum()['other_column']
Aufgabe
EinfachDie CSV-Datei visits.csv enthält Informationen darüber, wie viele Besuche zu einem bestimmten Zeitpunkt an einem bestimmten Ort stattgefunden haben.
Hier sind die ersten 5 Zeilen der Datei:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Erstellen Sie ein Dictionary mit den folgenden Schlüsseln: min, max, mean, std, sum und median, und geben Sie eine series an, die den Statistiken der Spalte visits für jede location id entspricht.
Probier es selbst
# pandas als pd ist bereits importiert
df = pd.read_csv("./visits.csv")
# Schreibe deinen Code unten
sum_visits = df.groupby("location_id").sum()["visits"]
res = {
"min": # ausfüllen
"max": # ausfüllen
"mean": # ausfüllen
"std": # ausfüllen
"median": # ausfüllen
"sum": sum_visits
}
print(res)Alle Lektionen in Pandas Analytics
4Datenanalyse mit Pandas
Deskriptive StatistikGruppieren und Aggregieren von DatenVerschiedene AggregationenMerge & Concat2Arbeiten mit dem DataFrame
DataFrames verstehenDatenzugriffDatenbereinigung - Fehlende DatenDatenbereinigung - Weitere Tools3Datenmanipulation mit Pandas
Ergebnis zurückgebenDaten filternHinzufügen & LöschenDaten ändernStrings modifizierenEigene Anpassungen