Aggregazioni diverse
Lezione 16 di 19 del corso Analisi dei dati con Pandas di Coddy.
Quando usi .sum() o qualsiasi altro metodo simile, calcola la sum su tutte le colonne numeriche. Possiamo anche specificare quale calcolo eseguire per ogni colonna:
df.groupby('column_name').agg({'column_1': 'sum', 'column_2': 'mean'})
Sfida
FacileIl file CSV visits.csv contiene informazioni sul numero di visite effettuate in un determinato luogo in un determinato momento.
Ecco le prime 5 righe del file:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Crea un dataframe con le seguenti colonne: sum_visits e mean_timestamp, e i relativi calcoli statistici.
Assicurati che
sum_visitsvenga prima dimean_timestamp..agg({column_1: '...', colunm_2: '...'})non è uguale a.agg({column_2: '...', colunm_1: '...'}). Questo perché l'ordine delle colonne è invertito.
Salva il risultato in df.
Provalo tu
# pandas as pd ya está importado
df = pd.read_csv("./visits.csv")
# Escribe tu código a continuación
Tutte le lezioni di Analisi dei dati con Pandas
4Analisi dei dati con Pandas
Statistiche descrittiveRaggruppamento e aggregazione dei datiAggregazioni diverseMerge e Concat3Manipolazione dei dati con Pandas
Restituire il risultato richiestoFiltrare i datiAggiungere ed eliminareModificare i datiModificare le stringheModifiche personalizzateEsercitati da solo: Compilatore Python online