Remodelarea și combinarea datelor

Restructurarea datelor cu pandas

Maria Eugenia Inzaugarat

Data Scientist

Remodelare și funcții statistice

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

Funcții statistice

Sumă: .sum()
Medie: .mean()
Mediană: .median()
Diferență: .diff()

Stack și statistici

Totalul vânzărilor online și fizice pe an, în cele două țări

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 și statistici

Totalul vânzărilor online și fizice pe an, în cele două țări

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 și statistici

Vânzările medii de produse pe an, în ambele țări

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

year
2017    281.5
2018    210.0

Unstack și statistici

Diferența dintre vânzările din diferiți ani

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

Unstack și statistici

Diferența dintre vânzările din diferiți ani

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

Remodelare și grupare

Cantitatea totală de produse diferite, online sau fizic, indiferent de țară

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

Remodelare și grupare

Cantitatea totală de produse diferite, online sau fizic, indiferent de țară

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

        office supply    Technology
shop        
online       769             1610
onsite       643             910

Remodelare după grupare

Cantitatea mediană de produse pe an

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

Remodelare după grupare

Cantitatea mediană de produse pe an

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

Să exersăm!

Restructurarea datelor cu pandas