Ejecutar pandas online

Agrupar datos con groupby en pandas

En esta lección vas a agrupar las filas de un DataFrame según una columna y calcular la media de cada grupo con groupby().

  • Intermedio
  • 2 min de lectura
  • 1 ejemplo ejecutable

Introducción

El problema

¿Cuál es la nota media por equipo? ¿Y las ventas totales por mes? Si respondes a esto recorriendo las filas y llevando un diccionario de totales, es fácil equivocarse. groupby hace la división y el resumen por ti.

Imagínalo así

groupby es como repartir recibos en sobres según la tienda, sumar cada sobre y escribir los totales en una sola hoja de resumen. Divide en sobres, calcula por sobre, combina los resultados.

De los sobres de recibos al código
groupby("team")✉️ Un sobre por equipo
["score"]🧾 Mira la nota de cada recibo
.mean()🧮 Calcula la media de cada sobre
.reset_index()📄 Escribe los resultados en una sola hoja
Dividir, aplicar, combinar.
En una frase

groupby divide las filas de un DataFrame en grupos según una o más columnas, aplica un cálculo a cada grupo y combina los resultados.

Puntos clave

  1. results.groupby("team") divide las filas en el equipo A y el equipo B.
  2. ["score"].mean() calcula la media de las notas dentro de cada equipo.
  3. Aquí los dos equipos tienen una media de 85.0.
  4. reset_index() vuelve a convertir las etiquetas de equipo en una columna normal.

¿Cuándo se usa?

  • Resúmenes por categoría: media por clase, total por mes, conteo por país.
  • Comparar grupos uno al lado del otro.
  • Construir informes y variables (features) para el análisis.

Cuándo no hace falta

  • Un resumen con categorías tanto en filas como en columnas: una tabla dinámica se lee mejor.
  • Un solo número global: llama a .mean() directamente sobre la columna.

Código de ejemplo

Ejecutar código →
main.py
import pandas as pd

results = pd.DataFrame({
    "team": ["A", "A", "B", "B"],
    "score": [80, 90, 70, 100],
})

averages = results.groupby("team")["score"].mean().reset_index()
print(averages)
Obtén un botón Run para este ejemplo

Resultado de la ejecución

team  score
0    A   85.0
1    B   85.0

Explicación del código

La instrucción results.groupby("team") reparte las filas en los grupos A y B. Después, ["score"].mean() calcula la nota media de cada grupo, 85.0 en ambos casos. El resultado usa al principio el nombre del equipo como índice, por eso reset_index() vuelve a convertir team en una columna normal del DataFrame.

Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.

Ejercicios de práctica

Prueba a modificar el código siguiendo las ideas de abajo. Cambiar el código y ver el resultado te ayudará a entender la lección mucho mejor que solo leerla.

  1. Añade filas, columnas y algunos valores faltantes a los datos de ejemplo.
  2. Combina filtrado, ordenación y groupby para obtener un pequeño informe.
  3. Lee un archivo de datos real, comprueba el tipo de cada columna y trata los valores no válidos.
Ejecutar en el compilador de Python →

Errores comunes

Olvidar elegir una columna

Sin una columna, mean() se aplica a todas las columnas, lo que falla o sorprende con las columnas de texto.

Problema
results.groupby("team").mean()
Solución
results.groupby("team")["score"].mean()

¿Terminaste esta lección?

Márcala como aprendida para seguir tu progreso.

Practica con un reto

Usa lo que cubre esta lección para resolver un problema real. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.

Todos los retos