Home » Articole » Articole » Afaceri » Știința datelor (Data Science) » Știința datelor – Python – Metoda .groupby()

Știința datelor – Python – Metoda .groupby()

Iată un exemplu practic. Nu este nimic nou faptul că am putea afla, de exemplu, mediana IQ-ului pentru întreaga familie Simpson:

print(simpsons['IQ'].median())
▐ 95.0

Dar este o informație nouă faptul că putem face acest lucru separat pentru fiecare gen, folosind:

print(simpsons.groupby('gender')['IQ'].median())
▐ gender
▐ F    120.0
▐ M   74.0
▐ Name: IQ, dtype: float64

Transmitem o variabilă categorică drept argument pentru .groupby() și specificăm o variabilă numerică drept coloana pe care dorim să o analizăm. În cele din urmă, alegem statistica sumară dorită (.median() în cazul de mai sus).

Toate acestea generează un obiect de tip Series. Gândește-te bine: cheile acestui Series rezultat sunt valorile variabilei categorice (din setul de date original) pe baza căreia am grupat, iar valorile din Series-ul rezultat reprezintă rezultatele aplicării funcției statistice pentru fiecare subset în parte.

Așadar, pe lângă faptul că știm că mediana IQ-ului pentru întreaga familie Simpson este 95, aflăm acum și că, în rândul băieților și bărbaților din familia Simpson, aceasta este de doar 74, în timp ce, în rândul fetelor și femeilor, valoarea este una impresionantă: 120.

Un alt exemplu: să aflăm vârsta maximă pentru fiecare tip de coafură:

print(simpsons.groupby('hair')['age'].max())
▐ hair
▐ buzz              10
▐ curly              8
▐ none              36
▐ shaggy             4
▐ stacked tall      34
▐ Name: age, dtype: int64

(Întrucât există o mare varietate de coafuri, Maggie este singura a cărei vârstă nu apare în această listă.)

Sursa: Stephen Davies, The Crystal Ball – Instruction Manual, Vol. 1: Introduction to Data Science, v. 1.1. Copyright © 2021 Stephen Davies. Licența CC BY-SA 4.0. Traducere și adaptare: Nicolae Sfetcu. © 2026 MultiMedia Publishing, Introducere în Știința Datelor, Volumul 1

Proiectarea și modelarea tehnologiei blockchain – Bitcoin
Proiectarea și modelarea tehnologiei blockchain – Bitcoin

Ingineria ontologică, împreună cu tehnologiile Web semantice, permit modelarea și dezvoltarea semantică a fluxului operațional necesar pentru proiectarea TB. Cel mai utilizat sistem de modelare blockchain prin reprezentarea abstractă, descrierea și definirea structurii, a proceselor, a informațiilor și a resurselor, … Citeşte mai mult

Nu a fost votat 0.00 lei Adaugă în coș
Software
Dezvoltarea agilă de software

Dezvoltarea agilă de software este un grup de metode de dezvoltare software în care cerinţele şi soluţii evoluează printr-o colaborare între echipe auto-organizate, inter-funcţionale. Aceasta promovează planificarea adaptivă, dezvoltare evolutivă, livrarea rapidă, îmbunătăţirea continuă, şi încurajează răspunsul rapid şi flexibil … Citeşte mai mult

Nu a fost votat 0.00 lei Adaugă în coș
Software de afaceri
Ce este telelucrul (telemunca, telework)?

În ultimii ani, s-au dezvoltat rapid noi tehnologii informaționale și de comunicare, astfel încât în centrul dezbaterilor științifice, politice și economice din ultima perioadă a stat apariția și dezvoltarea Societății Informaționale, generatoare de noi oportunități de muncă dar și de … Citeşte mai mult

Nu a fost votat 0.00 lei Adaugă în coș

Descoperă mai multe la MultiMedia

Abonează-te ca să primești ultimele articole prin email.

Lasă un răspuns

Adresa ta de email nu va fi publicată. Câmpurile obligatorii sunt marcate cu *