Capítulo 6 · 10 niveles
Columnas nuevas, groupby y agregación
Calcula columnas nuevas como el ingreso por línea, luego resume por grupo con groupby, agg y agregación con nombre, y filtra grupos después de agregar.
Este es el capítulo en el que pandas empieza a amortizarse. Casi todo informe es «algo por algo»: ingresos
por pedido, costo de envío promedio por canal, número de productos por categoría, salario por
departamento. En pandas eso es groupby: divide las filas en grupos, aplica un cálculo a cada grupo y
combina los resultados en una tabla nueva.
Antes de agrupar normalmente necesitas la columna correcta para agregar. Las líneas de pedido de Harbor & Pine no guardan los ingresos, así que los calcularás a partir de la cantidad, el precio y el descuento, lo cual es el primer nivel.
Después agregarás una columna, varias columnas con agregación con nombre (la forma moderna y legible de obtener exactamente los nombres de columna que quieres), agruparás por dos claves y filtrarás grupos después de agregar. El Desafío final construye los ingresos por pedido y encuentra las canastas más grandes de la tienda.
Niveles
- Calcula el ingreso por línea
de Laura Bennett, Directora de Finanzas
new column, assign, vectorised arithmetic, round
- Costo de envío promedio por canal
de Daniel Brooks, Director de Operaciones
groupby, mean, size, count, split apply combine
- Una tabla resumen por categoría
de Thomas Whitaker, Director de Merchandising
named aggregation, agg, as index, multiple aggregations
- Pedidos por canal y estado
de Angela Rivera, Directora de Atención al Cliente
groupby multiple keys, size, reset index, unstack
- Departamentos con al menos siete personas
de Laura Bennett, Directora de Finanzas
groupby, named aggregation, filter after aggregation, sort values
- Gasto de marketing por canal
de Jordan Reyes, Director de Marketing
groupby, named aggregation, sum, mean, count, sort values
- Depuración: las unidades del más vendido son demasiado bajas
de Debra Marshall, Gerente de Almacén
groupby, count vs sum, named aggregation, debugging, sort values
- Conversión por dispositivo y fuente
de Priya Shah, Directora de Datos
groupby multiple keys, named aggregation, mean of boolean, filter after aggregation, sort values
- Elige una oferta de bienvenida por cliente
de Jordan Reyes, Director de Marketing
apply, lambda, axis 1, isna, idxmax, groupby
- Desafío final: encuentra las canastas más grandes
de Megan Collins, Directora de Ventas
new column, groupby, named aggregation, sort values, boolean mask