Veri Analizi ve Görselleştirme #04 | Gruplama ve Özetleme: groupby, agg, pivot_table ve crosstab

Eğitmen: Dr. Süleyman Burak ÇELİK

Soru: Palmer Penguins verisinde her ada ve tür çiftinde kaç penguen var, ortalama yüzgeç uzunluğu kaç milimetre ve en uzun ortalama yüzgeç hangi çiftte? Ayrı ayrı filtreler yerine tek satırlık groupby ile çözüyoruz. Bu derste: - Böl-uygula-birleştir: groupby('species') ile tür ortalamaları 3700,7, 3733,1, 5076,0 g; gruplar 152, 68, 124 (toplam 344) - size ile count farkı: Adelie'de size 152, kütle count 151, cinsiyet count 146 (count dolu değer sayar) - İki anahtar ve unstack: tür × cinsiyet ortalamaları, en ağır grup Gentoo erkek 5484,8 g; cinsiyeti eksik 11 penguen bu tabloda yok - agg ile birden çok özet: mean, min, max; kütle aralıkları Adelie 2850–4775, Chinstrap 2700–4800, Gentoo 3950–6300 g - agg sözlüğü ve adlandırılmış agg: sütun başına farklı işlev, kendi sütun adlarımızla (ort ve n: 151, 68, 123) - İndeks mi sütun mu: reset_index ve as_index=False - transform ile türe göre doldurma: genel ortalama 4201,8 yerine eksik iki kütle türünün ortalamasıyla (Adelie 3700,7, Gentoo 5076,0); agg 3 satır, transform 344 satır döndürür - pivot_table: unstack ile kurulan tablo tek çağrıda - crosstab ve margins: ada × tür sayımı; Biscoe 168, Dream 124, Torgersen 52, toplam 344 - Çözümlü örnek: 9 olası çiftten 5'i dolu (n toplamı 344); Biscoe Gentoo 124 penguen ve 217,2 mm; elle sağlama 26714 / 123 = 217,2 (124'e bölmek 215,4 verir, yanlış); en uzun ortalama yüzgeç ('Biscoe', 'Gentoo'), ikinci Dream Chinstrap 195,8 mm, fark 21,4 mm - Varyant: temizlenmiş kafe kaydında pivot_table ile şube × ürün toplamı; en çok satan çift Kadıköy su (35 adet), Kadıköy toplamı 49, genel toplam 75 - Dört tuzak: count ile size, bütün tabloda mean (TypeError: metin sütunları), r['species'] ile KeyError (tür indekste), agg ile transform satır sayısı (3 ve 344) Bölümler: 0:00 Giriş: Filtreler mi, Tek Satır mı? 0:45 Kapsam ve Kaynak Kitap 1:10 Böl-Uygula-Birleştir 1:53 size ve count 2:34 İki Anahtar ve unstack 3:23 agg: mean, min, max 4:04 agg Sözlüğü ve Adlandırılmış agg 4:45 İndeks mi Sütun mu: reset_index 5:15 transform ile Türe Göre Doldurma 6:05 pivot_table 6:39 crosstab ve margins 7:12 Örnek 1: Ada ve Tür Çiftleri 7:42 Kaç Penguen, Ortalama Yüzgeç? 8:34 Elle Sağlama: 123 mü 124 mü? 9:14 En Uzun Yüzgeç: idxmax 9:49 Örnek 2: Kafe Pivot Tablosu 10:30 Dört Tuzak 11:13 Bu Derste Öğrendiklerimiz 11:47 Akılda Kalan Kural ve Sıradaki Ders Sıradaki derste: Matplotlib ve seaborn ile görselleştirme. Kaynak: Wes McKinney, Python for Data Analysis, 3. baskı (O'Reilly 2022) — Bl. 10.1–10.5 (konu sırası ve kavramlar). Kod ve örnekler özgündür, gerçekten çalıştırılmıştır. Veri Analizi ve Görselleştirme serisinin dördüncü dersi.