Agrupar dados com groupby no pandas
Nesta lição, você vai agrupar as linhas de um DataFrame por uma coluna e calcular a média de cada grupo com groupby().
Introdução
O problema
"Qual é a nota média por equipe?" "Total de vendas por mês?" Responder a isso percorrendo as linhas e mantendo um dicionário de totais é fácil de errar. groupby faz a divisão e o resumo por você.
Pense assim
groupby é como separar recibos em envelopes por loja, somar cada envelope e escrever os totais em uma folha de resumo. Divida em envelopes, calcule por envelope, junte os resultados.
groupby("team")✉️ Um envelope por equipe["score"]🧾 Olhe a nota em cada recibo.mean()🧮 Tire a média de cada envelope.reset_index()📄 Escreva os resultados em uma folhagroupby divide as linhas de um DataFrame em grupos por uma ou mais colunas, aplica um cálculo a cada grupo e combina os resultados.
Pontos-chave
results.groupby("team")divide as linhas entre a equipe A e a equipe B.["score"].mean()tira a média das notas dentro de cada equipe.- As duas equipes têm média 85.0 aqui.
reset_index()transforma os rótulos das equipes de volta em uma coluna normal.
Quando usar?
- Resumos por categoria: média por turma, total por mês, contagem por país.
- Comparar grupos lado a lado.
- Montar relatórios e atributos (features) para análise.
Quando não é preciso
- Um resumo com categorias tanto nas linhas quanto nas colunas: uma tabela dinâmica é mais fácil de ler.
- Um único número geral: chame
.mean()diretamente na coluna.
Código de exemplo
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)
Resultado da execução
team score
0 A 85.0
1 B 85.0
Explicação do código
A instrução results.groupby("team") divide as linhas nos grupos A e B. Em seguida, ["score"].mean() calcula a nota média de cada grupo, que é 85.0 nos dois casos. O resultado usa o nome do time como índice, então reset_index() transforma team de volta em uma coluna comum do DataFrame.
Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.
Exercícios práticos
Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.
- Adicione linhas, colunas e alguns valores ausentes aos dados de exemplo.
- Combine filtro, ordenação e groupby para montar um pequeno relatório.
- Leia um arquivo de dados real, confira o tipo de cada coluna e trate os valores inválidos.
Erros comuns
Esquecer de escolher uma coluna
Sem uma coluna, mean() é aplicado a todas as colunas, o que falha ou surpreende com colunas de texto.
results.groupby("team").mean()
results.groupby("team")["score"].mean()
Terminou esta lição?
Marque como aprendida para acompanhar seu progresso.
Pratique com um desafio
Use o conteúdo desta lição para resolver um problema real. Cada desafio roda no navegador, com testes instantâneos e uma revisão por IA.
- Tournament Standings Rank teams from match records. Médio
- Classificador Naive Bayes Preveja uma classe a partir de variáveis categóricas com o teorema de Bayes e a suavização de Laplace. Médio