Различные агрегации
Урок 16 из 19 курса Аналитика в pandas на Coddy.
При использовании .sum() или любого другого подобного метода, он вычисляет sum по всем числовым столбцам. Мы также можем указать для каждого столбца, какое вычисление выполнить:
df.groupby('column_name').agg({'column_1': 'sum', 'column_2': 'mean'})
Задание
ЛегкоCSV-файл visits.csv содержит информацию о том, сколько посещений было совершено в определенном месте в определенное время.
Вот первые 5 строк файла:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Создайте dataframe со следующими столбцами: sum_visits и mean_timestamp, и соответствующими им статистическими расчетами.
Убедитесь, что
sum_visitsнаходится передmean_timestamp..agg({column_1: '...', colunm_2: '...'})— это не то же самое, что.agg({column_2: '...', colunm_1: '...'}). Это связано с тем, что порядок столбцов меняется на противоположный.
Сохраните результат в df.
Попробуйте сами
# pandas as pd уже импортирован
df = pd.read_csv("./visits.csv")
# Напишите свой код ниже
Все уроки раздела Аналитика в pandas
4Анализ данных с Pandas
Описательная статистикаГруппировка и агрегация данныхРазличные агрегацииMerge и Concat3Манипуляции с данными в Pandas
Возврат нужного результатаФильтрация данныхДобавление и удалениеИзменение данныхИзменение строкПользовательские изменения