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

Denna kurs innehåller många användbara funktioner för en framtida dataanalytiker. Du kommer att lära dig olika metoder för att extrahera data och även sätta villkor på den. Därefter kommer du att bli bekant med metoder för att gruppera data. Du kommer också att lära dig hur man förbehandlar data. Varje avsnitt har sin egen datamängd, vilket gör kursen engagerande.

Detta avsnitt lär dig hur du kan visa specifika kolumner med hjälp av deras titlar eller index. Du kommer även att bekanta dig med metoder för att välja rader baserat på index.

Här kommer du att lära dig hur du extraherar data som uppfyller specifika villkor. Du kommer även att lära dig hur du kombinerar dessa och till och med skapa egna.

I det här avsnittet kommer du att fördjupa dina kunskaper om att ange olika datavillkor. Du kommer att lära dig att kontrollera om dina data finns i en definierad lista av värden eller mellan två värden. Du kommer även att lära dig hur du hittar de största och minsta värdena.

Detta avsnitt är ett av de mest fascinerande i kursen. Här får du lära dig hur man grupperar data på olika sätt. Det hjälper dig att arbeta som dataanalytiker för att ta fram information om specifika datagrupper.

Detta avsnitt är ett av de mest betydelsefulla för en dataanalytiker eftersom det blir omöjligt att arbeta med data om den innehåller saknade värden eller felaktigt format. Här lär du dig hur du hanterar sådana olämpliga värden.

Skapa en Pivottabell

Lösning

Skapa en Pivottabell

Lösning