Data herstructureren en combineren

Data herstructureren met pandas

Maria Eugenia Inzaugarat

Data Scientist

Herstructureren en statistische functies

sales

                    office supply           Technology
         shop     online        onsite     online      onsite
country  year      
Italy    2017      310           123          510       340
         2018      110           100          610       120
Spain    2017      229           200          300       240
         2018      120           220          190       210
Data herstructureren met pandas

Statistische functies

 

  • Som: .sum()
  • Gemiddelde: .mean()
  • Mediaan: .median()
  • Verschil: .diff()
Data herstructureren met pandas

Stacken en statistiek

  • Totaal online- en on-siteverkopen per jaar in beide landen 
sales.stack().sum(axis=1)

 country  year   shop  
 Italy    2017  online    820
                onsite    463
          2018  online    720
                onsite    220
 Spain    2017  online    529
                onsite    440
          2018  online    310
                onsite    430
Data herstructureren met pandas

Stacken en statistiek

  • Totaal online- en on-siteverkopen per jaar in beide landen 
sales.stack().sum(axis=1).unstack()

         shop online onsite
country  year        
 Italy   2017   820    463
         2018   720    220
 Spain   2017   529    440
         2018   310    430
Data herstructureren met pandas

Unstacken en statistiek

  • Gemiddelde verkoopaantallen per jaar in beide landen 
sales.unstack(level=0).mean(axis=1)

year
2017    281.5
2018    210.0
Data herstructureren met pandas

Unstacken en statistiek

  • Verschil in verkoophoeveelheid tussen jaren
sales["office supply"].unstack(level='country')
Data herstructureren met pandas

Unstacken en statistiek

  • Verschil in verkoophoeveelheid tussen jaren
sales["office supply"].unstack(level='country').diff(axis=1, periods=2) 

                         office supply
   shop         online          onsite
country   Italy  Spain   Italy   Spain
year                
2017      NaN     NaN   -187.0   -29.0
2018      NaN     NaN    -10.0   100.0
Data herstructureren met pandas

Herstructureren en groeperen

  • Totaal per product, online of op locatie, ongeacht land
sales.stack().head(4)

                      office supply   Technology
country   year  shop        
 Italy    2017 online       310          510
               onsite       123          340
          2018 online       110          610
               onsite       100          120
Data herstructureren met pandas

Herstructureren en groeperen

  • Totaal per product, online of op locatie, ongeacht land
sales.stack().groupby(level='shop').sum()

        office supply    Technology
shop        
online       769             1610
onsite       643             910
Data herstructureren met pandas

Herstructureren na groeperen

  • Mediaan aantal producten per jaar
sales.groupby(level='year').median()

        office supply         Technology
shop    online  onsite    online   onsite
year                
2017     269.5  161.5      405.0   290.0
2018     115.0  160.0      400.0   165.0
Data herstructureren met pandas

Herstructureren na groeperen

  • Mediaan aantal producten per jaar
sales.groupby(level=1).median().stack(level=[0, 1]).unstack(level='year')

                   year    2017     2018
                   shop        
Technology        online   405.0    400.0
                  onsite   290.0    165.0
office supply     online   269.5    115.0
                  onsite   161.5    160.0
Data herstructureren met pandas

Laten we oefenen!

Data herstructureren met pandas

Preparing Video For Download...