Если ты работаешь с таблицами в Pandas, то группировка groupby() и агрегирующие функции – твои лучшие друзья. Разбираем, что это такое и как запомнить!
🔷 Как это работает?
Когда у тебя есть большой DataFrame, ты можешь сгруппировать его по какому-то признаку и посчитать нужные показатели.
Формула:
df.groupby('ПО ЧЕМУ ГРУППИРУЕМ')['ЧТО СЧИТАЕМ'].ЧТО ДЕЛАЕМ()🔹 Разбираем каждый элемент:
✅Группируемый столбец – тот, по которому делим данные на группы.
📌 Например: 'Категория', 'Город', 'Компания', 'Год' и т. д.
✅Целевой столбец – тот, по которому считаем агрегаты.
📌 Например: 'Цена', 'Количество', 'Доход', 'Возраст' и т. д.
✅ Агрегирующая функция – что мы считаем:
- sum() – сумма
- mean() – среднее
- min() – минимум
- max() – максимум
- count() – количество
🔷 Примеры 🔥
1️⃣ Считаем сумму цены товаров в каждой категории
df.groupby('Категория')['Цена'].sum()Вывод:
Категория
Овощи 70
Фрукты 150
✅ Группа "Овощи" = 30 + 40 = 70
✅ Группа "Фрукты" = 100 + 50 = 150
2️⃣ Средняя цена товаров по категориям
df.groupby('Категория')['Цена'].mean()Вывод:
Категория
Овощи 35.0
Фрукты 75.0
✅ Средняя цена фруктов = (100 + 50) / 2 = 75
#pandas #python #dataanalysis #groupby #разбор