Lección 4 del curso Pandas Nivel Intermedio.
En la lección anterior vimos cómo usar el método «merge()» para fusionar DataFrames en Pandas.
En este segundo módulo del curso nos enfocaremos en la operación Groupby que nos permite trabajar sobre agrupaciones de datos.
Groupby es un método muy versátil de Pandas que nos permite agrupar las filas de un DataFrame o los elementos de una Serie en sub-grupos y que resulta muy útil en diferentes proyectos de Ciencia de Datos y Machine Learning.
Además de generar estas agrupaciones nos permite realizar lo que se conoce como el proceso de split-apply-combine (dividir-aplicar-combinar):
- Dividir: es decir generar agrupaciones a partir del DataFrame con base en ciertos criterios
- Aplicar operaciones de agregación, transformación, filtrado o funciones personalizadas a cada agrupación
- Combinar: los resultados de las operaciones anteriores en nuevos DataFrames
En este segundo módulo del curso aprenderemos a usar Groupby para realizar este tipo de operaciones.
Y en esta lección comenzaremos con lo básico: vamos a entender cómo dividir un DataFrame en sub-grupos. Veremos que dichas particiones estarán almacenadas en un objeto de Pandas (es decir un tipo de dato) del cual también veremos sus principales métodos y atributos.
Así que comencemos:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Muy bien acabamos de ver a través de varios ejemplos prácticos cómo usar el método «groupby()» de Pandas para generar sub-grupos a partir de un set de datos y usando uno o múltiples criterios.
Este método nos genera un tipo de dato Groupby que tiene asociados varios métodos y atributos que nos permiten explorar los grupos generados y realizar operaciones sobre los mismos.
De esta forma vimos cómo determinar el número de agrupaciones generadas y cómo a través de los métodos «size()», «first()», «last()», «nth()» y «get_group()» podemos explorar el contenido de las agrupaciones o extraer una agrupación en particular.
En la próxima lección comenzaremos a enfocarnos en la segunda fase de las operaciones que nos permite llevar a cabo Groupby: aplicar. Es decir que comenzaremos a ver diferentes formas de aplicar diversas funciones a cada agrupación generada.
Y específicamente en esa próxima lección veremos como aplicar funciones de agregación a cada agrupación.
Todas las lecciones del curso Pandas Nivel Intermedio