Impara Raggruppamento Complesso | Aggregazione Dei Dati

A volte può capitare che le funzioni integrate di pandas, come .mean() o .min(), non siano sufficienti durante l'aggregazione dei dati.

Osservare la colonna 'Length'; qui è riportata la durata del volo in minuti. Si immagini di voler calcolare il tempo massimo in ore per gli elementi che hanno lo stesso valore nella colonna 'Flight' e poi in quella 'Airline'. Per farlo, è possibile calcolare il valore massimo della colonna 'Length' per ogni chiave di gruppo e poi dividerlo per 60. Consultare l'esempio e la spiegazione di seguito.


              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[['Flight', 'Airline', 'Length']].groupby(['Flight', 'Airline']).apply(lambda x: x['Length'].max()/60)
print(data_flights.head(10))

Spiegazione:

Abbiamo reso l'esempio dei capitoli precedenti leggermente più complesso; per quanto riguarda il raggruppamento dei dati, tutto rimane invariato. Passiamo ora al metodo .apply().

.apply(lambda x: x['Length'].max()/60)

.apply() - consente di applicare una funzione specifica alle colonne desiderate;
nella funzione lambda, x è l'argomento e x['Length'].max()/60 è l'espressione. La funzione trova il valore massimo per ogni chiave di gruppo e divide il valore aggregato per 60.

Compito

Swipe to start coding

Il tuo compito qui è analizzare la durata dei voli considerando aeroporto, compagnia aerea e giorno della settimana. Raggrupperai i dati per determinare il tempo totale minimo di volo (la somma di 'Length' e 'Time') per ogni combinazione unica di aeroporto di partenza, compagnia aerea e giorno della settimana.

Segui l'algoritmo passo dopo passo:

Memorizza l'elenco delle colonne 'AirportFrom', 'Airline', 'DayOfWeek', 'Time' e 'Length' (in questo ordine) nella variabile columns.
Estrai queste colonne da data utilizzando la notazione tra parentesi (data[columns]).
Raggruppa il dataset per 'AirportFrom', 'Airline' e 'DayOfWeek' (in questo esatto ordine).
All'interno del metodo .groupby(), applica la funzione .apply() per calcolare la somma delle colonne 'Length' e 'Time' per ciascun gruppo, quindi trova il minimo di questa somma.
Assegna il risultato a una variabile chiamata data_flights.
Visualizza le prime 10 righe della Series risultante utilizzando .head(10).

Soluzione

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 4. Capitolo 3

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 will look like?

How does the `.apply()` method differ from using `.agg()` in this context?

Can you show how to reset the index of the resulting DataFrame?

Awesome!

Completion rate improved to 3.03

Scorri per mostrare il menu