{"id":235,"date":"2018-08-01T05:04:33","date_gmt":"2018-08-01T04:04:33","guid":{"rendered":"http:\/\/blog.espol.edu.ec\/xallam\/?p=235"},"modified":"2019-01-09T18:43:05","modified_gmt":"2019-01-09T17:43:05","slug":"python-pandas-ii","status":"publish","type":"post","link":"https:\/\/blog.espol.edu.ec\/xallam\/2018\/08\/01\/python-pandas-ii\/","title":{"rendered":"Python Pandas - II"},"content":{"rendered":"

Superh\u00e9roes<\/p><\/div>\n

En la segunda parte del tutorial, revisaremos el agrupamiento de datos.<\/p>\n

Selecci\u00f3n de columnas<\/h2>\n

Trabajar con todas las columnas de un conjunto de datos resulta un poco inc\u00f3modo por lo que puedes utilizar el\u00a0subsetting\u00a0<\/em>al enviar una lista con el nombre de las columnas que deseas.<\/p>\n

\r\n
\r\n nuevosDatos = superheroes[['name','Publisher']]
\nstarwars = nuevosDatos['Publisher'] == 'George Lucas'
\nprint(nuevosDatos[starwars])
\n\r\n <\/div>\r\n <\/div>\n

En las instrucciones anteriores creamos un nuevo\u00a0conjunto de datos\u00a0<\/strong>llamado\u00a0nuevosDatos<\/em> con el que haremos operaciones, aplicamos condiciones, etc.<\/p>\n

Agrupamiento<\/h2>\n

En algunas ocasiones, es necesario realizar operaciones de c\u00e1lculo (count, sum, mean, max, min) para los diversos grupos de datos, por ejemplo:<\/p>\n

\"N\u00famero total de superh\u00e9roes por<\/strong> editorial\" o \"M\u00e1xima altura de superh\u00e9roes de acuerdo<\/strong> a su alineaci\u00f3n y g\u00e9nero\"<\/p>\n

\"\"<\/a>Para responder al\u00a0\"Total de superh\u00e9roes por<\/strong> editorial\":<\/p>\n

    \n
  1. Utiliza el groupby<\/strong> por la o las columnas que se solicitan
    \r\n
    \r\n grupos = superheroes.groupby('Publisher')\r\n <\/div>\r\n <\/div><\/li>\n
  2. Seleccionar la o las columnas solicitadas
    \r\n
    \r\n columnas = grupos[['Publisher']] \r\n <\/div>\r\n <\/div><\/li>\n
  3. Realizar la operaci\u00f3n que se solicita, en este caso el n\u00famero total hace referencia a contar todos los valores.
    \r\n
    \r\n print(columnas.count())\r\n <\/div>\r\n <\/div><\/li>\n<\/ol>\n

    El resultado es el siguiente:
    \n\n\n\n\n\t\n\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t
    Publisher<\/th>Publisher<\/th>\n<\/tr>\n<\/thead>\n
    ABC Studios<\/td>4<\/td>\n<\/tr>\n
    DC Comics<\/td>215<\/td>\n<\/tr>\n
    Dark Horse Comics<\/td>18<\/td>\n<\/tr>\n
    George Lucas<\/td>14<\/td>\n<\/tr>\n
    Hanna-Barbera<\/td>1<\/td>\n<\/tr>\n
    HarperCollins<\/td>6<\/td>\n<\/tr>\n
    IDW Publishing<\/td>4<\/td>\n<\/tr>\n
    Icon Comics<\/td>4<\/td>\n<\/tr>\n
    Image Comics<\/td>14<\/td>\n<\/tr>\n
    J. K. Rowling<\/td>1<\/td>\n<\/tr>\n
    J. R. R. Tolkien<\/td>1<\/td>\n<\/tr>\n
    Marvel Comics<\/td>388<\/td>\n<\/tr>\n
    Microsoft<\/td>1<\/td>\n<\/tr>\n
    NBC - Heroes<\/td>19<\/td>\n<\/tr>\n
    Rebellion<\/td>1<\/td>\n<\/tr>\n
    Shueisha<\/td>4<\/td>\n<\/tr>\n
    Sony Pictures<\/td>2<\/td>\n<\/tr>\n
    South Park<\/td>1<\/td>\n<\/tr>\n
    Star Trek<\/td>6<\/td>\n<\/tr>\n
    SyFy<\/td>5<\/td>\n<\/tr>\n
    Team Epic TV<\/td>5<\/td>\n<\/tr>\n
    Titan Books<\/td>1<\/td>\n<\/tr>\n
    Universal Studios<\/td>1<\/td>\n<\/tr>\n
    Wildstorm<\/td>3<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/p>\n

    \"\"<\/a>Para el segundo ejemplo: \"M\u00e1xima altura de superh\u00e9roes de acuerdo<\/strong> a su alineaci\u00f3n y g\u00e9nero\"<\/p>\n

    Las columnas a agrupar son \"Alignment\" y \"Gender\". Las columnas a escoger son\u00a0\"Alignment\", \"Gender\" y \"Height\". Finalmente, la operaci\u00f3n es max.<\/p>\n

    El resultado se interpreta que<\/p>\n