🔹 Pandas: groupby и agg — агрегируем правильно 🔹 Как в pandas по группам посчитать разные метрики и получить понятные имена колонок? 🔸 Чтобы свести строки по ключу и получить сводные числа (sum, mean, count) без ручных циклов. Без агрегирования данные остаются слишком детальными и неудобны для отчётов.
🔸 В pandas берём DataFrame.groupby('key').agg(...). agg (aggregate) принимает список функций для всех колонок или dict{col: [funcs]} для разных колонок. Это экономит время и даёт компактный код.
🔸 Named aggregation даёт понятные имена колонок: .agg(total=('val','sum'), avg=('val','mean')) — результат уже DataFrame без мультииндекса.
🔸 Когда нужен: сводки, ETL и подготовка данных. Совет: .reset_index() или as_index=False возвращают ключи как обычные колонки.
import pandas as pd df = pd.DataFrame({'key':['a','a','b'],'val':[1,2,3]}) df.groupby('key').agg(total=('val','sum'), avg=('val','mean')).reset_index()
📚 Named agg — главный трюк для чистых имён; dict/list — для гибкой агрегации.
➡️ Мы в Telegram - Сетке - ВК Буду рад вашей реакции здесь⬇️
В этом посте были ссылки, но мы их удалили по правилам Сетки
