Veri özetleme

Python ile Keşifsel Veri Analizi

Izzy Weber

Curriculum Manager, DataCamp

Veri gruplarını keşfetme

.groupby() veriyi kategoriye göre gruplar
Birleştirme fonksiyonu, gruplu verinin nasıl özetleneceğini belirtir

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 |

Birleştirme fonksiyonları

Toplam: .sum()
Sayım: .count()
Minimum: .min()
Maksimum: .max()
Varyans: .var()
Standart sapma: .std()

Gruplanmamış veriyi birleştirme

.agg() bir DataFrame genelinde birleştirme fonksiyonlarını uygular

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

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

Sütunlara özel birleştirmeler

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

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

Adlandırılmış özet sütunları

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 |

Kategorik özetleri görselleştirme

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

kitap türleri ve ortalama puanlarının çubuk grafiği

Hadi pratik yapalım!

Python ile Keşifsel Veri Analizi