【Google Colab Python系列】 資料處理神器 Pandas Grouping & Reshapi
閱讀時間約 6 分鐘
過往我們有介紹了「【Google Colab Python系列】 資料處理神器 Pandas 起手式」， 相信對於pandas的基本操作具有一定的基礎知識了， 主要著重在基本的操作， 讓我們快速篩選與分析資料， 但真實的世界是有可能具有很多類型的資料集分別儲存， 而不同的資料集又具有一些相似度， 需要進行更進階的分割與合併，讓零散的「資料」變成黃金。
🗺️ Python Pandas 學習路徑
- 【Google Colab Python系列】 資料處理神器 Pandas 起手式
- 【Google Colab Python系列】 資料處理神器 Pandas 合併之術(join、concat)
- 【Google Colab Python系列】 資料處理神器 Pandas Grouping & Reshapi
- 【🔒 Python實戰營 - Data Science 必修班】Pandas 資料清洗技 - 填補式
- 【🔒 Python實戰營 - Data Science 必修班】Pandas 資料清洗技 - 整形式
分組(Grouping)
分組的用意在於將一大筆原始資料根據相似群組進行分類，進而統計， 最終產生該群組的一組樣本數據資料，嗯...，相信看到這裡心裡難免會說「能不能說點人話？」， 的確，就字面解釋確實不太容易理解，那我們就以一個較貼近生活化的例子來輔助說明看看吧！
假設我們是咖啡廳的老闆，我們有一份銷售表格，記錄著每一位員工每天的銷售額，其中包含員工姓名、銷售日期、銷售金額..
import pandas as pd
data = {
'姓名': ['小明', '小華', '小明', '小華', '小明', '小華'],
'日期': ['2023-08-01', '2023-08-01', '2023-08-02', '2023-08-02', '2023-08-03', '2023-08-03'],
'銷售金額': [100, 150, 120, 80, 200, 90]
}
df = pd.DataFrame(data)
print(df)
那麼有了這個銷售數據後，身為老闆的我們總會希望統計一下哪位員工的銷售金額比較多，績效比較好，做為評估的依據， 此時我們可以這麼做， 以「姓名」當作群組的分類標的，進而針對銷售金額進行加總， 就可以得出這批資料中，哪位員工銷售的最多...
total = df.groupby('姓名')['銷售金額'].sum()
print(total)
當然我們群組分類的欄位也可以不只一個， 假設我們要統計每個人每天的銷售額多少時就可以這麼做...
total = df.groupby(['姓名', '日期'])['銷售金額'].sum()
print(total)
重朔(Reshaping)
這功能主要就像是資料的變形怪一樣，它允許我們重新組織或轉換資料的形狀。
stacking、unstacking、pivot、pivot_table都是Reshaping能夠轉換的格式與方法， 就讓我們繼續看下去吧！
假設我們有一份樣本資料...
import pandas as pd
data = {
'日期': ['2023-08-01', '2023-08-01', '2023-08-02', '2023-08-02'],
'城市': ['台北', '高雄', '台北', '高雄'],
'最高溫度': [32, 34, 33, 35],
'最低溫度': [26, 28, 27, 29]
}
df = pd.DataFrame(data)
print(df)
以pivot來實現
將城市作為欄位，日期作為索引，並將最高溫度和最低溫度分別填入對應的欄位中。
這樣的數據格式主要表示每個日期各地區的最高溫度與最低溫度。
reshaped_df = df.pivot(index='日期', columns='城市', values=['最高溫度', '最低溫度'])
print(reshaped_df)
我們可以用stack
讓欄位的值堆疊到日期之處，這樣的數據讓我們較方便從上往下觀察。
stacked_df = reshaped_df.stack()
print(stacked_df)
當然也可以unstack
unstacked_df = stacked_df.unstack()
print(unstacked_df)
今天的範例都在這裡「📦 pandas/pandas_merge.ipynb」歡迎自行取用。
如何使用請參閱「【Google Colab Python系列】Colab平台與Python如何擦出火花？」。
結語
原來數據可以這麼玩，分組、重組不同格式都輕而易舉，靈活彈性的展示數據讓我們訓練AI的過程中更容易抓到方向。
喜歡撰寫文章的你，不妨來了解一下：
Web3.0時代下為創作者、閱讀者打造的專屬共贏平台 — 為什麼要加入？
歡迎加入一起練習寫作，賺取知識
117會員
262內容數
哈囉，我是阿Han，是一位 👩💻 軟體研發工程師，喜歡閱讀、學習、撰寫文章及教學，擅長以圖代文，化繁為簡，除了幫助自己釐清思路之外，也希望藉由圖解的方式幫助大家共同學習，甚至手把手帶您設計出高品質的軟體產品。
留言0
查看全部
你可能也想看
Google News 追蹤
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
Pandas 是 Python 的一個強大數據操作與分析庫。它提供高效且靈活的資料結構，如 Series 和 DataFrame，適合用於資料清理、操作及分析。在本教學中，我們將深入探討 Pandas 的核心功能，並以範例展示如何進行資料處理。
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原
如何用Python將DataFrame中的資料擷取維新的DataFrame？
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
本文探討了在使用 pandas 處理資料時應注意的幾個關鍵點，以及如何減少因資料型態問題而產生的錯誤，確保資料的原始意義得以保留。主要包括Pandas 資料處理深入解析，尋找CSV之外的數據儲存方案，以及優化資料處理策略。
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，融合不同的資料欄位。
以product作為index，融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位，並且重新命名為quarter，並且將數值欄位名稱重
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，將資料表做樞紐轉換，垂直方向是月份，水平方向是不同的城市，而表格內容是該城市在某個月份的溫度。
題目的原文敘述
測試範例
Example 1:
Input:
+--------------+-
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表email欄位為比較基準，刪除重複的列 data rows，只保留最早第一次出現的。
題目的原文敘述
Example 1:
Input:
+-------------+---------+--------
徵的就是你 🫵 超ㄅㄧㄤˋ 獎品搭配超瞎趴的四大主題，等你踹共啦！還有機會獲得經典的「偉士牌樂高」喔！馬上來參加本次的活動吧！
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
Pandas 是 Python 的一個強大數據操作與分析庫。它提供高效且靈活的資料結構，如 Series 和 DataFrame，適合用於資料清理、操作及分析。在本教學中，我們將深入探討 Pandas 的核心功能，並以範例展示如何進行資料處理。
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原
如何用Python將DataFrame中的資料擷取維新的DataFrame？
本文介紹瞭如何使用 Python pandas 進行資料分析，包括如何使用 corr() 函數針對數字類型的欄位進行分析，以及如何刪除不需要的欄位和取得想要的小數位數。
本文探討了在使用 pandas 處理資料時應注意的幾個關鍵點，以及如何減少因資料型態問題而產生的錯誤，確保資料的原始意義得以保留。主要包括Pandas 資料處理深入解析，尋找CSV之外的數據儲存方案，以及優化資料處理策略。
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，融合不同的資料欄位。
以product作為index，融合quarter_1,quarter_2,quarter_3,quarter_4 這四個欄位，並且重新命名為quarter，並且將數值欄位名稱重
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表為基礎，將資料表做樞紐轉換，垂直方向是月份，水平方向是不同的城市，而表格內容是該城市在某個月份的溫度。
題目的原文敘述
測試範例
Example 1:
Input:
+--------------+-
題目敘述
題目會給定兩個pandas DataFrame作為輸入，要求我們將兩張資料表，依照原有的順序串接在一起。
題目的原文敘述
測試範例
Example 1:
Input:
df1
+------------+---------+-----+
| student_id | name
題目敘述
題目會給定一個pandas DataFrame作為輸入，要求我們以原有的資料表email欄位為比較基準，刪除重複的列 data rows，只保留最早第一次出現的。
題目的原文敘述
Example 1:
Input:
+-------------+---------+--------