Lección 5 del curso Pandas Nivel Intermedio.
En la lección anterior vimos el principio básico de funcionamiento de «groupby()» para la generación de agrupaciones a partir de un DataFrame.
En esta segunda lección de este módulo comenzaremos a ver la segunda fase de operaciones que podemos implementar usando Groupby: la aplicación de diferentes tipos de funciones a cada agrupación.
Y nos enfocaremos en el primer tipo de operaciones que podemos aplicar sobre los grupos generados: la agregación, que permite tomar cada agrupación y sintetizar sus características a través de una cantidad escalar (un número) o un string.
Por ejemplo, los métodos «size()» y «first()» que vimos en la lección anterior son un ejemplo de agregación: por cada grupo calculan el número de filas («size()») o el primer elemento («first()»).
Así que veremos los principales métodos de agregación incluidos en Pandas junto con el método «agg()» que permite aplicar un método de agregación diferente a cada columna:
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 varios métodos incluídos por defecto en Pandas para realizar operaciones de agregación a partir de agrupaciones, como por ejemplo los métodos «count()», «min()», «max()» y «mean()», entre otros.
Además vimos que el método «agg()» también nos ofrece alternativas de agregación más flexibles pues resulta posible aplicar funciones de agregación personalizadas a cada columna.
En la próxima lección continuaremos hablando de los diferentes métodos que posee Pandas para aplicar una función a cada agrupación, y en particular veremos cómo aplicar funciones de transformación a cada una de esas agrupaciones.
Todas las lecciones del curso Pandas Nivel Intermedio