Tóm tắt dữ liệu

Phân tích dữ liệu khám phá trong Python

Izzy Weber

Curriculum Manager, DataCamp

Khám phá các nhóm dữ liệu

.groupby() nhóm dữ liệu theo hạng mục
Hàm tổng hợp chỉ định cách tóm tắt dữ liệu đã nhóm

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 |

Hàm tổng hợp

Tổng: .sum()
Đếm: .count()
Nhỏ nhất: .min()
Lớn nhất: .max()
Phương sai: .var()
Độ lệch chuẩn: .std()

Tổng hợp dữ liệu chưa nhóm

.agg() áp dụng các hàm tổng hợp trên toàn DataFrame

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

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

Chỉ định phép tổng hợp cho từng cột

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

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

Đặt tên cho cột tóm tắt

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 |

Trực quan hóa tóm tắt theo hạng mục

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

biểu đồ cột về thể loại sách và điểm đánh giá trung bình

Hãy luyện tập!

Phân tích dữ liệu khám phá trong Python