Pd xuất sắc
|
Khi làm việc với bảng dữ liệu, chúng ta thường xuyên phải thống kê dữ liệu theo các nhóm để bắt dữ liệu tạo ra những thông tin chuyên sâu hữu ích để phân tích và ra quyết định. Ngoài những tính năng tốt, có sức mạnh phân loại và dự báo cao có thể được tạo thành từ hệ thống thống kê dữ liệu theo nhóm. Quá trình thống kê và phân tích dữ liệu dữ liệu mặc dù kém về mặt thời gian nhưng lại rất quan trọng đối với mô hình. Vì vậy chúng ta cần thực hiện chúng kỹ năng kỹ thuật và cần kết hợp giữa kỹ năng thống kê và kinh nghiệm thực tiễn Ở mục 5 này chúng ta sẽ làm quen với hai câu lệnh trong kinh điển trong gấu trúc được sử dụng nhiều trong bảng thống kê theo nhóm gấu trúc đó là tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int641 và tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int642 2. 4. 1. df. theo nhóm ()groupby là câu lệnh cho phép bạn áp dụng các hàm số trên phép đo dựa trên việc phân nhóm dữ liệu theo kích thước Nếu bạn chưa hiểu về khái niệm đo lường và kích thước thì mình có thể giải thích đơn giản là. đo lường là những biến có thể cộng trừ nhân chia và đo đếm được còn thứ nguyên là những biến được sử dụng để phân nhóm dữ liệu. Ví dụ chiều cao là một phép đo có thể đo theo chiều là giới tính bao gồm các nhóm nam/nữ Cú pháp của hàm tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int641 khá đơn giản Chúng ta cần xác định các chiều trong tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int644. Phía sau tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 là danh sách các phép đo mà ta cần áp dụng hàm lên trên các trường này df.groupby('tax_labels')['tax'].sum()
tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int64 Theo cách trên thì ta chỉ áp dụng được với các hàm tính toán như tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int646 có sẵn trong dataframe. Nếu muốn sử dụng tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 cho mọi biến đổi hàm chúng ta có thể sử dụng hàm tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int648 trong tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int649 tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int641 tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int64 Nếu muốn áp dụng tính toán cho nhiều phép đo cùng một lúc thì hãy chuyển vào danh sách các phép đo. Không giới hạn bên dưới ta truyền vào một danh sách bao gồm tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6410 tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int644 taxrmtax_labelslow220. 594206. 52564bình thường310. 295366. 42074cao589. 035006. 04020 Chúng ta cũng có thể tự định nghĩa các hàm tùy biến theo ý muốn tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int646 Hoặc nhóm theo nhiều chiều dữ liệu. Khi đó phải truyền vào tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 một danh sách các chiều tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int648 tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int649 Ưu điểm của tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 đó là nhanh gọn, dễ hiểu. Nhưng nhược điểm của tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 đó là chúng ta chỉ có thể áp dụng cùng một hàm biến đổi số cho mọi phép đo. Ở tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6414 bạn có thể tùy biến sâu hơn từng hàm đối với từng phép đo nhưng cú pháp sẽ phức tạp hơn một chút 2. 4. 2. Có thể xoay vòngPivot table là một công thức có ứng dụng rất quan trọng trong pandas. Nó giúp chúng ta thực hiện các bảng kê trên các biến đo lường theo kích thước Bạn sẽ định cấu hình cách áp dụng thông tin của tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6415 thông qua ví dụ bên dưới tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int644 TAX_LABELSLOWNORMALHIGHAS010101RAD124119849680422021800044560003642444612080127304215502043421471244446120 Bạn định cấu hình nội dung của bảng thống kê trên chứ? Bảng thống kê trên sẽ tính tổng số VAT được phân chia theo các cột là tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6416 và tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6417 (tax_labels bao gồm thấp, bình thường và cao và chas bao gồm 0-không bao bởi sông, 1-bao bởi sông) Các dòng quay lại được phân nhóm theo chỉ số mức độ tiếp cận đường cao tốc tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6418 bao gồm các giá trị tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int6419 Như vậy ta có thể cấu hình dung trong công thức của pivot_table, các đối số của nó có nghĩa như sau
Làm sao để xác định mỗi phép đo một công thức? Giả sử chúng ta cần tính thêm trung bình số phòng trên căn hộ. Tức là thêm trung bình của trường tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int644 trong khi vẫn cần tính tổng của trường tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645. Khi đó cần khai báo tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int643 dưới dạng từ điển có khóa là tên của phép đo và giá trị là công thức của phép đo tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int640 rmtaxtax_labelslownormalhighlownormalhighchas010101010101rad16. 230007. 92306. 49553NaN6. 54000NaN24119849680422026. 08611NaN6. 98827NaNNaNNaN18000445600036. 442596. 80556. 38275NaN6. 66600NaN6424446120801273046. 79033NaN6. 102016. 178755. 96652NaN2155020434214712222056. 462777. 64506. 509226. 070675. 982176. 44614285321622175828926928216NaNNaN6. 11888NaN6. 07800NaN00580703888077. 03025NaN6. 53008NaNNaNNaN888042870008NaNNaN7. 024636. 67020NaNNaN00569515350024NaNNaNNaNNaN5. 984146. 611370000825845328 Table of them ta has beenTăng gấp đôi cột số. Dòng đầu tiên của bảng là tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int644, tax_labels low 15221 normal 73540 high 117807 Name: tax, dtype: int645 là những thông tin ứng với từng phép đo |
