Compartir en LinkedIn Compartir en Twitter Compartir en Facebook

GroupBy en Pandas

groupby() divide el DataFrame en grupos según una o más columnas y permite aplicar agregaciones (suma, media, conteo…).

Esta lección introduce una librería o módulo usado en ciencia de datos con Python. Instálalo con pip en local; en el editor de The Data Schools muchas ya vienen precargadas.

Importa, ejecuta el ejemplo mínimo y solo después pasa a casos más complejos.

En esta lección de GroupBy en Pandas combinamos explicación clara y código ejecutable. El objetivo es que entiendas el concepto y puedas reutilizarlo en tus propios scripts de Python.

Prueba a cambiar los valores del ejemplo y observa la salida en consola. Experimentar es la forma más eficaz de fijar el concepto.

Errores frecuentes: olvidar la indentación en bloques if, for o def; confundir = con ==; no importar un módulo antes de usarlo.

Es el equivalente Pandas de GROUP BY en SQL.

Agrupar y agregar

Patrón: df.groupby('col')['otra'].mean()

    import pandas as pd
df = pd.DataFrame({
    'ciudad': ['Madrid', 'Madrid', 'Barcelona', 'Barcelona'],
    'ventas': [100, 150, 120, 90]
})
print(df.groupby('ciudad')['ventas'].mean())

  

Varias agregaciones

Usa .agg() para varias funciones a la vez.

    import pandas as pd
df = pd.DataFrame({
    'region': ['N', 'N', 'S', 'S'],
    'ventas': [100, 200, 80, 120]
})
print(df.groupby('region')['ventas'].agg(['sum', 'mean', 'count']))

  

Resumen

<ul class="list-container"><li>groupby divide por categoría.

Errores frecuentes

Olvidar la indentación correcta en bloques if, for o def.

Confundir <code class="code-command">=</code> (asignación) con <code class="code-command">==</code> (comparación).

No importar un módulo antes de usarlo (por ejemplo, olvidar <code class="code-command">import math</code>).

Resumen

<ul class="list-container"><li>Has practicado GroupBy en Pandas con código ejecutable.