Aprende Group_by y agregaciones | Combinación, agregación

Desliza para mostrar el menú

La agrupación y agregación de datos es una parte fundamental del procesamiento de datos, especialmente cuando se desea resumir información por categorías. Con Polars, es posible realizar operaciones de agrupamiento y agregación de manera eficiente y en paralelo, lo que lo hace ideal para conjuntos de datos grandes. Supón que tienes un DataFrame llamado games_df con columnas como developer, price, positive_reviews y negative_reviews. Es posible que quieras encontrar el precio promedio y el total de reseñas para cada desarrollador. En Polars, esto se puede lograr utilizando el método group_by, seguido de funciones de agregación como mean y sum.

A continuación se muestra cómo agrupar games_df por la columna developer, calcular el precio promedio y sumar el total de reseñas (combinando reseñas positivas y negativas):


              123456789101112131415161718192021
            
import polars as pl

# Sample data
games_df = pl.DataFrame({
    "developer": ["DevA", "DevB", "DevA", "DevC", "DevB"],
    "price": [10.0, 20.0, 15.0, 30.0, 25.0],
    "positive_reviews": [100, 150, 200, 80, 120],
    "negative_reviews": [10, 20, 15, 5, 8]
})

# Group by developer, calculate average price and total reviews
result = (
    games_df
    .group_by("developer")
    .agg([
        pl.col("price").mean().alias("avg_price"),
        (pl.col("positive_reviews") + pl.col("negative_reviews")).sum().alias("total_reviews")
    ])
)

print(result)

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 2. Capítulo 1

Pregunte a AI

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 2. Capítulo 1