Lección 6 del curso Pandas Nivel Intermedio.
En la lección anterior vimos cómo aplicar funciones de agregación a las agrupaciones generadas por «groupby()» en Pandas.
En esta tercera lección del módulo nos enfocaremos en las operaciones de transformación que provee Groupby.
La transformación es el proceso de aplicar una función a cada grupo de datos en un DataFrame y después retornar el resultado a cada uno de los elementos del DataFrame original.
Por ejemplo, si tenemos un DataFrame con 100 filas podemos generar agrupaciones y tras aplicar la transformación obtendremos precisamente 100 filas correspondientes a cada uno de los registros del DataFrame original.
Es importante entender este aspecto, pues suele confundirse con el método «apply()» de las agrupaciones que veremos más adelante. Así, usamos transformaciones cuando queremos aplicar funciones sobre las agrupaciones y retornar los resultados al DataFrame original.
Entendamos todo esto a través de varios ejemplos:
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.
Bien, hemos visto cómo usar algunos métodos de transformación de agrupaciones incluidos por defecto en Pandas, así como el método «transform()» que nos permite aplicar funciones específicas a cada una de las columnas de cada agrupación.
Adicionalmente, este método acepta como argumento funciones personalizadas creadas con la palabra clave «def» o haciendo uso de funciones lambda de Python.
En la próxima lección seguiremos hablando de este proceso de aplicar operaciones a cada agrupación y nos enfocaremos específicamente en la aplicación de operaciones de filtrado a los grupos.
Todas las lecciones del curso Pandas Nivel Intermedio