Суммирование данных

Разведочный анализ данных на Python

Izzy Weber

Curriculum Manager, DataCamp

Анализ групп данных

.groupby() группирует данные по категории
Агрегирующая функция задаёт способ суммирования сгруппированных данных

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 |

Агрегирующие функции

Сумма: .sum()
Количество: .count()
Минимум: .min()
Максимум: .max()
Дисперсия: .var()
Стандартное отклонение: .std()

Агрегирование несгруппированных данных

.agg() применяет агрегирующие функции ко всему DataFrame

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

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

Указание агрегаций для столбцов

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

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

Именованные сводные столбцы

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 |

Визуализация категориальных сводок

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

столбчатая диаграмма жанров книг и их средних рейтингов

Давайте потренируемся!

Разведочный анализ данных на Python