Khám phá dữ liệu theo nhóm
Xử lý dữ liệu trong Julia
Katerina Zahradova
Instructor
Lọc theo nhóm
# Công ty ở các quốc gia khác nhau
choc_comp_france = filter(chocolates -> chocolates.company_location == "France", chocolates)
choc_comp_brazil = filter(chocolates -> chocolates.company_location == "Brazil", chocolates)
choc_comp_peru = filter(chocolates -> chocolates.company_location == "Peru", chocolates)
choc_comp_belgium = filter(chocolates -> chocolates.company_location == "Belgium", chocolates)
...
groupby() hỗ trợ bạn!
GroupedDataFrames
groupby() thực tế
# Nhóm theo company_location
groupby(chocolates, :company_location)
GroupedDataFrame với 60 nhóm theo khóa: company_location
Nhóm đầu (156 hàng): company_location = "France"
Row company bean_origin ...
String String ...
_______________________________
1 A. Morin Agua Grande ...
...
Nhóm cuối (4 hàng): company_location = "Ireland"
Row company bean_origin ...
String String ...
_______________________________
1 Wilkie's Organic Amazonas ...
groupby() trên nhiều cột
groupby(chocolates, [:company_location, :cocoa])
GroupedDataFrame với 373 nhóm theo khóa: company_location, cocoa
Nhóm đầu (5 hàng): company_location = "France", cocoa = 63.0
Row company bean_origin ...
String String ...
_______________________________
1 A. Morin Agua Grande ...
...
Nhóm cuối (1 hàng): company_location = "Ireland", cocoa = 89.0
Row company bean_origin ...
String String ...
_______________________________
1 Wilkie's Organic Amazonas ...
Thứ tự quan trọng
Số bản ghi
# Nhóm theo quốc gia
chocolates_by_country = groupby(chocolates, :company_location)
# Số bản ghi mỗi nhóm
combine(chocolates_by_country, nrow => :count)
60x2 DataFrame
Row company_location nrow
String31 Int64
______________________________
1 France 156
2 U.S.A. 764
3 Fiji 4
...
Sắp xếp theo số bản ghi
# Nhóm theo quốc gia
chocolates_by_country = groupby(chocolates, :company_location)
# Sắp xếp theo số bản ghi
sort(combine(chocolates_by_country, nrow => :count), :count, rev = true)
60x2 DataFrame
Row company_location nrow
String31 Int64
______________________________
1 U.S.A 764
2 France 156
3 Canada 125
...
unique() trên vector
# Phần tử duy nhất
unique(chocolates.company_location)
60-element Vector{String31}:
"France"
"U.S.A."
"Fiji"
"Ecuador"
"Mexico"
"Switzerland"
"Netherlands"
...
unique() trên DataFrame
# Tạo DataFrame chỉ gồm các hàng duy nhất
unique(chocolates)
1795×10 DataFrame
Row company bean_origin ...
String String ...
_________________________________
1 A. Morin Agua Grande ...
...
unique() với cột chỉ định
# Bản ghi công ty duy nhất
unique(chocolates, :company)
416×10 DataFrame
Row company bean_origin ...
String String ...
_________________________________
1 A. Morin Agua Grande ...
...
# Công ty VÀ hàm lượng ca cao duy nhất
unique(chocolates, [:company, :cocoa])
968×10 DataFrame
Row company bean_origin ...
String String ...
_________________________________
1 A. Morin Agua Grande ...
...
Ayo berlatih!
Xử lý dữ liệu trong Julia
