Lære Gruppering Etter Flere Kolonner

La oss legge til litt informasjon om metoden .groupby(). Du kan gruppere etter flere kolonner, men rekkefølgen er avgjørende i dette tilfellet. I forrige kapittel grupperte vi data etter flynummer og telte antall forsinkelser. Vi kan gjøre denne oppgaven mer kompleks ved å gruppere ikke bare etter kolonnen 'Flight', men også etter kolonnen 'Airline'. Oppdater informasjonen om datasettet og se deretter på dette enkle eksempelet (utdataene viser kun de første 10 radene):


              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', 'Delay', 'Airline']].groupby(['Flight', 'Airline']).count()
print(data_flights.head(10))

Forklaring:

data[['Flight', 'Delay', 'Airline']].groupby(['Flight', 'Airline']).count()

data[['Flight', 'Delay', 'Airline']] – kolonnene du skal arbeide med, inkludert kolonnene du skal gruppere etter;
.groupby(['Flight', 'Airline']) – her er 'Flight' og 'Airline' argumenter til funksjonen .groupby().

Vær oppmerksom på at hvis du vil gruppere etter flere kolonner, må du legge dem i en liste – rekkefølgen er avgjørende. Så, i vårt tilfelle, hvis rader i datasettet har samme verdi i kolonnen 'Flight', vil de tilhøre én gruppe. Deretter, innenfor disse gruppene, finner funksjonen andre grupper for rader med samme verdi i kolonnen 'Airline'. Deretter, på grunn av metoden .count() som teller rader, vil funksjonen beregne antall rader i kolonnen 'Delay' som har samme verdi i kolonnen 'Airline' for hver 'Flight'-gruppe.

Oppgave

Swipe to start coding

Oppgaven din her er å gruppere data etter flyplassen hvor flyvningen startet, og deretter etter ukedag. Beregn gjennomsnittlig tid for gruppene. Følg algoritmen for å løse oppgaven:

Grupper data:
- Ekstraher kolonnene 'AirportFrom', 'DayOfWeek' og 'Time' fra data (i denne rekkefølgen);
- Bruk .groupby()-metoden på de nevnte kolonnene;
- I .groupby()-metoden, angi kolonnene 'AirportFrom' og 'DayOfWeek'; rekkefølgen er viktig;
- Beregn gjennomsnittsverdien for kolonnen 'Time'.
Vis de første 10 radene av data_flights.

Løsning

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 4. Kapittel 2

single

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Suggested prompts:

Can you explain why the order of columns in `.groupby()` matters?

What does the `.count()` method do in this context?

Can you show how the output would change if we switched the order of the columns in `.groupby()`?

Awesome!

Completion rate improved to 3.03

Sveip for å vise menyen


              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', 'Delay', 'Airline']].groupby(['Flight', 'Airline']).count()
print(data_flights.head(10))