Tái cấu trúc và kết hợp dữ liệu

Tái định dạng dữ liệu với pandas

Maria Eugenia Inzaugarat

Data Scientist

Tái cấu trúc và hàm thống kê

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

Hàm thống kê

Tổng: .sum()
Trung bình: .mean()
Trung vị: .median()
Hiệu: .diff()

Stack và thống kê

Tổng doanh số online và onsite theo năm ở hai quốc gia

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

Stack và thống kê

Tổng doanh số online và onsite theo năm ở hai quốc gia

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

Unstack và thống kê

Doanh số trung bình theo năm ở hai quốc gia

sales.unstack(level=0).mean(axis=1)

year
2017    281.5
2018    210.0

Unstack và thống kê

Chênh lệch doanh số giữa các năm

sales["office supply"].unstack(level='country')

Unstack và thống kê

Chênh lệch doanh số giữa các năm

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

Tái cấu trúc và nhóm

Tổng số lượng theo từng sản phẩm bán online/onsite, không xét quốc gia

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

Tái cấu trúc và nhóm

Tổng số lượng theo từng sản phẩm bán online/onsite, không xét quốc gia

sales.stack().groupby(level='shop').sum()

        office supply    Technology
shop        
online       769             1610
onsite       643             910

Tái cấu trúc sau khi nhóm

Trung vị số lượng theo năm

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

Tái cấu trúc sau khi nhóm

Trung vị số lượng theo năm

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

Ayo berlatih!

Tái định dạng dữ liệu với pandas