Synthèse des données

Analyse de données exploratoires en Python

Izzy Weber

Curriculum Manager, DataCamp

Exploration de groupes de données

.groupby() regroupe les données par catégorie
La fonction d'agrégation indique comment résumer les données regroupées.

books[["genre", "rating", "year"]].groupby("genre").mean()

|       genre |   rating |        year |
|-------------|----------|-------------|
|   Childrens | 4.780000 | 2015.075000 |
|     Fiction | 4.570229 | 2013.022901 |
| Non Fiction | 4.598324 | 2013.513966 |

Fonctions d'agrégation

Somme : .sum()
Nombre : .count()
Minimum : .min()
Maximum : .max()
Variance : .var()
Écart-type : .std()

Agrégation de données non regroupées

.agg() applique des fonctions d'agrégation à un DataFrame

books[["rating", "year"]].agg(["mean", "std"])

|      |   rating |        year |
|------|----------|-------------|
| mean | 4.608571 | 2013.508571 |
|  std | 0.226941 |     3.28471 |

Spécification des agrégations pour les colonnes

books.agg({"rating": ["mean", "std"], "year": ["median"]})

|        |   rating |   year |
|--------|----------|--------|
|   mean | 4.608571 |    NaN |
|    std | 0.226941 |    NaN |
| median |      NaN | 2013.0 |

Colonnes de résumé nommées

books.groupby("genre").agg(
    mean_rating=("rating", "mean"),
    std_rating=("rating", "std"),
    median_year=("year", "median")
)

|  genre      | mean_rating | std_rating | median_year |
|-------------|-------------|------------|-------------|
|   Childrens |    4.780000 |   0.122370 |      2015.0 |
|     Fiction |    4.570229 |   0.281123 |      2013.0 |
| Non Fiction |    4.598324 |   0.179411 |      2013.0 |

Visualisation de résumés catégoriels

sns.barplot(data=books, x="genre", y="rating")
plt.show()

Un histogramme des genres littéraires et de leurs notes moyennes

Passons à la pratique !

Analyse de données exploratoires en Python