Diferentes agregaciones
Lección 16 de 19 del curso Análisis con Pandas de Coddy.
Al usar .sum() o cualquier otro método similar, se calcula la sum en todas las columnas numéricas. También podemos especificar para cada columna qué cálculo realizar:
df.groupby('column_name').agg({'column_1': 'sum', 'column_2': 'mean'})
Desafío
FácilEl archivo CSV visits.csv contiene información sobre cuántas visitas se realizaron en una ubicación específica en un momento determinado.
Aquí están las primeras 5 líneas del archivo:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Crea un dataframe con las siguientes columnas: sum_visits y mean_timestamp, y sus cálculos estadísticos correspondientes.
Asegúrate de que
sum_visitsesté antes demean_timestamp..agg({column_1: '...', colunm_2: '...'})no es lo mismo que.agg({column_2: '...', colunm_1: '...'}). Esto se debe a que el orden de las columnas se invierte.
Guarda el resultado en df.
Pruébalo tú mismo
# pandas as pd ya está importado
df = pd.read_csv("./visits.csv")
# Escribe tu código a continuación
Todas las lecciones de Análisis con Pandas
4Análisis de datos con Pandas
Estadística descriptivaAgrupación y agregación de datosDiferentes agregacionesMerge y Concat3Manipulación de datos con Pandas
Retornar el resultado solicitadoFiltrar datosAgregar y eliminarModificar datosModificar cadenasModificaciones personalizadas