Introduzione
Pandas è una libreria fondamentale per la manipolazione e l´analisi dei dati in Python. Tra le sue numerose funzionalità, una delle più potenti è la capacità di aggregare dati in base a gruppi. Questo è particolarmente utile quando si desidera ottenere statistiche riassuntive su sottoinsiemi di dati. In questo tutorial, esploreremo come utilizzare le funzioni di aggregazione di Pandas per analizzare dati raggruppati, fornendo esempi pratici e chiari.
Codice completo
import pandas as pd
# Creiamo un DataFrame di esempio
data = {
´Categoria´: [´Frutta´, ´Frutta´, ´Verdura´, ´Verdura´, ´Frutta´, ´Verdura´],
´Prodotto´: [´Mela´, ´Banana´, ´Carota´, ´Broccoli´, ´Pera´, ´Spinaci´],
´Prezzo´: [1.2, 0.5, 0.8, 1.5, 1.0, 1.2],
´Quantità´: [10, 20, 15, 10, 5, 8]
}
df = pd.DataFrame(data)
# Visualizziamo il DataFrame
print("DataFrame originale:")
print(df)
# Raggruppiamo i dati per ´Categoria´ e calcoliamo il prezzo medio e la quantità totale
risultati = df.groupby(´Categoria´).agg({
´Prezzo´: ´mean´, # Calcola il prezzo medio
´Quantità´: ´sum´ # Calcola la quantità totale
}).reset_index()
# Visualizziamo i risultati
print("nRisultati dell´aggregazione:")
print(risultati)
Spiegazione
Nel codice sopra, abbiamo creato un DataFrame che rappresenta un inventario di prodotti, suddivisi in due categorie: "Frutta" e "Verdura". Ogni prodotto ha un prezzo e una quantità disponibile. Ecco una spiegazione dettagliata delle operazioni eseguite:
- Creazione del DataFrame: Abbiamo utilizzato un dizionario per creare un DataFrame con le colonne ´Categoria´, ´Prodotto´, ´Prezzo´ e ´Quantità´.
- Visualizzazione del DataFrame: Abbiamo stampato il DataFrame originale per avere un´idea chiara dei dati con cui stiamo lavorando.
- Raggruppamento e aggregazione: Utilizzando il metodo
groupby(), abbiamo raggruppato i dati per la colonna ´Categoria´. Successivamente, abbiamo utilizzato il metodoagg()per calcolare il prezzo medio e la quantità totale per ciascuna categoria. - Reset dell´indice: Il metodo
reset_index()è stato utilizzato per riportare l´indice al suo stato originale, creando un DataFrame più leggibile.
Il risultato finale è un nuovo DataFrame che mostra il prezzo medio e la quantità totale per ciascuna categoria, facilitando l´analisi dei dati.
Best practice
Quando si lavora con l´aggregazione dei dati in Pandas, è utile seguire alcune best practice:
- Utilizzare nomi di colonne chiari: Assicurati che le colonne del tuo DataFrame abbiano nomi descrittivi per facilitare l´interpretazione dei risultati.
- Controllare i dati mancanti: Prima di aggregare, verifica la presenza di valori nulli o NaN, poiché possono influenzare i risultati delle aggregazioni.
- Documentare il codice: Aggiungi commenti chiari per spiegare le operazioni eseguite, in modo che altri (o tu stesso in futuro) possano comprendere facilmente il tuo lavoro.
- Utilizzare funzioni personalizzate: Se le funzioni di aggregazione predefinite non soddisfano le tue esigenze, puoi definire funzioni personalizzate per calcolare statistiche specifiche.
Riepilogo
In questo tutorial, abbiamo esplorato come utilizzare Pandas per aggregare dati in base a gruppi. Abbiamo creato un DataFrame di esempio e abbiamo utilizzato le funzioni di aggregazione per calcolare statistiche significative. Questo approccio è fondamentale per analizzare grandi set di dati e ottenere informazioni utili. Ricorda di seguire le best practice per garantire che il tuo codice sia chiaro e mantenibile.
Approfondisci con risorse ufficiali
Per ulteriori informazioni su Pandas e le sue funzionalità, puoi consultare la documentazione ufficiale: