Capitolo 13. Riassumere e aggregare
Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: translation-feedback@oreilly.com
Riassumere e aggregare i dati è un passo fondamentale per trasformare i dataset grezzi in approfondimenti significativi. Che tu stia lavorando con i dati di vendita, le informazioni sui clienti o le letture dei sensori, la capacità di raggruppare e aggregare i tuoi dati ti permette di rispondere a domande importanti e di identificare tendenze che altrimenti potrebbero rimanere nascoste.
Ti ritroverai spesso a fare domande come:
-
"Qual è il ricavo medio delle vendite per negozio?".
-
"Quanti prodotti unici ha acquistato ogni cliente?".
-
"Qual è la spesa totale per categoria di prodotto ogni mese?".
Sono proprio questi i tipi di domande a cui l'aggregazione ti aiuta a rispondere. Raggruppando i tuoi dati in base a una o più colonne e poi eseguendo calcoli - come somme, medie o conteggi - puoi ottenere una comprensione più chiara degli schemi sottostanti al tuo set di dati.
Polars rende questo processo semplice ed efficiente con il metodo df.group_by(), che ti permette di raggruppare il tuo DataFrame per una o più colonne ed espressioni. Una volta raggruppati i dati, puoi applicare una serie di funzioni di aggregazione per riassumere i risultati. Ad esempio, puoi calcolare la somma, la media o la mediana per ogni gruppo, oppure contare il numero di righe in ogni gruppo.
In questo capitolo imparerai a conoscere: ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access