Summary  
This chapter explains how to transform tabular data into a pivot table by grouping records on one or more fields and applying aggregation functions to compute summary metrics. It covers the concept of multi-dimensional data summarization and restructuring.

General domain of usage  
Data analysis

import unittest
import pandas as pd
import io
import sys


def _dynamic_test(test_case, condition, success_msg, failure_msg):
    if condition:
        test_case._testMethodName = success_msg
        test_case.assertTrue(True, success_msg)
    else:
        test_case._testMethodName = failure_msg
        test_case.fail(failure_msg)


def frames_equal(df1, df2):
    """ÐÐµÑÐµÐ²ÑÑÑÑ ÑÑÐ²Ð½ÑÑÑÑ Ð´Ð²Ð¾Ñ DataFrame Ð½ÐµÐ·Ð°Ð»ÐµÐ¶Ð½Ð¾ Ð²ÑÐ´ ÑÐ¾ÑÑÑÐ²Ð°Ð½Ð½Ñ ÑÐ½Ð´ÐµÐºÑÑÐ²."""
    try:
        df1_sorted = df1.sort_index()
        df2_sorted = df2.sort_index()
        return df1_sorted.equals(df2_sorted)
    except Exception:
        return False


class TestPivotTable(unittest.TestCase):
    def test_pivot_table_result(self):
        """
        Check if pivot table correctly groups by Airline and AirportFrom,
        counts Delay values, and finds min and max of Length.
        """
        import user_code

        # Reference dataset
        url = "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/plane"
        df = pd.read_csv(url, index_col=0)

        # Expected result
        ref = pd.pivot_table(
            df,
            index=["Airline", "AirportFrom"],
            values=["Delay", "Length"],
            aggfunc={"Length": ["min", "max"], "Delay": "count"},
        )

        # Try to find result variable
        user_result = None
        if hasattr(user_code, "data"):
            candidate = getattr(user_code, "data")
            if isinstance(candidate, pd.DataFrame):
                user_result = candidate

        assert user_result is not None, "The resulting pivot table (variable 'data') is missing or invalid."

        # Compare DataFrames
        condition = frames_equal(user_result, ref)
        _dynamic_test(
            self,
            condition,
            "The pivot table correctly calculates min/max Length and counts Delay values per Airline and AirportFrom.",
            "The pivot table result is incorrect. Check the index, values, or aggfunc arguments."
        )


class TestOutput(unittest.TestCase):
    def test_output_head_10(self):
        """
        Check that the output of print(data.head(10)) is not empty.
        """
        import user_code
        captured_output = io.StringIO()
        sys.stdout = captured_output
        print(user_code.data.head(10))
        sys.stdout = sys.__stdout__

        output_text = captured_output.getvalue().strip()
        condition = len(output_text) > 0
        _dynamic_test(
            self,
            condition,
            "The first 10 rows of the pivot table are printed correctly using .head(10).",
            "The output is missing or incorrect. Use print(data.head(10))."
        )


if __name__ == "__main__":
    unittest.main()

test_code.py

Dette kursus indeholder mange nyttige funktioner for en kommende dataanalytiker. Du vil lære forskellige metoder til at udtrække data og endda opstille betingelser for dem. Derefter vil du blive fortrolig med metoder til gruppering af data. Du vil også lære, hvordan man forbehandler data. Hvert afsnit har sit eget datasæt, hvilket gør kurset engagerende.

Dette afsnit vil lære dig, hvordan du udtrækker specifikke kolonner ved hjælp af deres titler eller indekser. Du vil også blive introduceret til metoder til at udvælge rækker baseret på indekser.

Her vil du lære, hvordan du udtrækker data med specifikke betingelser. Du vil også lære, hvordan du kombinerer dem og endda opretter dine egne.

I dette afsnit udvider du din viden om at opstille forskellige datakriterier. Du lærer at kontrollere, om dine data er i en defineret liste af værdier eller mellem to værdier. Du lærer også, hvordan du finder de største og mindste værdier.

Dette afsnit er et af de mest fascinerende i kurset. Her lærer du, hvordan du kan gruppere data på forskellige måder. Det vil hjælpe dig som dataanalytiker med at finde information om specifikke datagrupper.

Dette afsnit er et af de mest betydningsfulde for en dataanalytiker, da det vil være umuligt at arbejde med data, hvis de indeholder manglende værdier eller er i et forkert format. Derfor vil du her lære, hvordan du håndterer sådanne uhensigtsmæssige værdier.

Oprettelse af en Pivottabel

Løsning

Awesome!

Oprettelse af en Pivottabel

Løsning