Impara Raggruppamento Avanzato | Aggregazione Dei Dati

Approfondiamo la conoscenza del metodo .groupby(). Come ricorderai, possiamo utilizzare il metodo .agg(). In effetti, il principale vantaggio di questa funzione è che consente di applicare funzioni diverse alle colonne numeriche con una sola chiave di raggruppamento. Osserva l'esempio in cui abbiamo raggruppato i voli per la colonna 'Airline', quindi contato i valori in 'Delay' per ciascuna 'Airline' e calcolato i valori minimo e massimo per la colonna 'Length'. Molto pratico, vero?


              1234
            
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/plane', index_col = 0)
data_flights = data.groupby('Airline').agg({'Delay': 'count', 'Length': ['min', 'max']})
print(data_flights.head(10))

Spiegazione:

.agg({'Delay': 'count', 'Length': ['min', 'max']})

.agg() - metodo che consente di applicare funzioni su una serie o su ciascun elemento separatamente;
{} - si utilizzano le parentesi graffe per specificare la colonna e applicare direttamente le funzioni;
'Delay': 'count' - applica la funzione .count() ai valori della colonna 'Delay' aventi la stessa chiave di gruppo;
'Length': ['min', 'max'] - applica le funzioni .min() e .max() ai valori della colonna 'Length' aventi la stessa chiave di gruppo. È sufficiente inserire solo il nome della colonna senza i simboli () o . nella funzione. Nota bene: se si desidera applicare più funzioni alla stessa colonna, è necessario inserirle in una lista.

Compito

Swipe to start coding

Possiamo presumere che un ritardo dipenda dalla compagnia aerea o dall'aeroporto, ma approfondiamo ulteriormente e osserviamo i tempi medi e massimi di ritardo in base all'aeroporto da cui è partito il volo e poi all'aeroporto in cui è atterrato. Inoltre, osserva la lunghezza mediana del volo. Segui l'algoritmo:

Raggruppamento dei dati:

Applica il metodo .groupby() al dataset data;
All'interno del metodo .groupby(), inserisci le colonne 'AirportFrom' e 'AirportTo'; l'ordine è fondamentale;
Utilizzando il metodo .agg(), calcola i valori aggregati: il valore medio e massimo nella colonna 'Time', e il valore mediano della colonna 'Length'.

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 4

single

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Suggested prompts:

Can you explain what the output of this code would look like?

What other functions can I use with `.agg()` besides 'count', 'min', and 'max'?

How can I group by multiple columns using `.groupby()` and `.agg()`?

Awesome!

Completion rate improved to 3.03

Scorri per mostrare il menu


              1234
            
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/plane', index_col = 0)
data_flights = data.groupby('Airline').agg({'Delay': 'count', 'Length': ['min', 'max']})
print(data_flights.head(10))