Lección 9 del curso Pandas Nivel Intermedio.
En la lección anterior vimos cómo aplicar funciones arbitrarias o personalizadas a cada agrupación usando el método «apply()». En esta lección hablaremos de la última fase que generalmente encontraremos al usar Groupby: la combinación.
La combinación hace referencia a que tras usar cualquiera de los métodos del bloque Apply, Pandas generará un nuevo DataFrame resultante que podrá o no tener la misma estructura del DataFrame original.
Y realmente esta combinación la hemos venido realizando implícitamente en todos los ejemplos que hemos visto en las lecciones anteriores cuando hablamos de la agregación, la transformación, el filtrado y la aplicación de funciones personalizadas.
Así que en esta lección revisaremos nuevamente algunos de estos ejemplos para ver explícitamente en qué consiste este proceso de combinación:
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.
Hemos visto que al aplicar cualquier operación sobre las agrupaciones generadas por «groupby()» automáticamente, es decir sin necesidad de líneas de código adicionales, Pandas combina estos resultados individuales en un nuevo DataFrame. ¡Este es precisamente el proceso de combinación!
Y, en general, este DataFrame resultante tendrá una estructura diferente al DataFrame original, exceptuando al momento de usar «transform()» (transformación), pues en este caso ese DataFrame resultante contendrá el mismo número de filas del original.
Y con esto cerramos este segundo módulo del curso. En el tercer módulo nos enfocaremos en las diferentes herramientas de visualización de DataFrames y Series disponibles, comenzando con la próxima lección donde veremos las herramientas de visualización de datos tabulares con Matplotlib.
Todas las lecciones del curso Pandas Nivel Intermedio