Introducción

En esta lección, Yuscu Mejía nos enseñará cómo utilizar groupby junto con transform y cómo aplicar funciones anónimas con transform en Pandas DataFrame. Aprenderemos a realizar transformaciones a nivel de grupo que devuelven un objeto del mismo tamaño que el DataFrame original, lo cual es útil para agregar columnas transformadas sin cambiar la estructura del DataFrame.

Características

El uso de groupby con transform y funciones anónimas en Pandas ofrece las siguientes características:

• groupby: Permite agrupar datos basados en una o más columnas.
• transform: Aplica una función a cada grupo y devuelve un objeto del mismo tamaño que el DataFrame original.
• Funciones Anónimas: Permiten definir funciones rápidas y concisas utilizando lambda para realizar transformaciones específicas.
• Facilitan la realización de operaciones avanzadas de transformación sin modificar la estructura del DataFrame original.

Ejemplos

A continuación, Yuscu Mejía nos muestra algunos ejemplos de cómo utilizar groupby con transform y funciones anónimas en Pandas:

• Agrupar datos por una columna específica y aplicar una transformación utilizando transform.
• Agrupar datos y aplicar una función anónima con transform.
• Combinar múltiples transformaciones en un DataFrame agrupado.

# Importar pandas
import pandas as pd

# Crear DataFrame de ejemplo
data = {'Nombre': ['Ana', 'Luis', 'Ana', 'Carlos', 'Luis'],
        'Edad': [23, 34, 23, 45, 34],
        'Ciudad': ['Madrid', 'Barcelona', 'Madrid', 'Valencia', 'Barcelona'],
        'Puntuacion': [85, 90, 78, 88, 92]}
df = pd.DataFrame(data)
print("DataFrame original:")
print(df)

# Agrupar por 'Nombre' y calcular la media de 'Puntuacion' usando transform
df['Media_Puntuacion'] = df.groupby('Nombre')['Puntuacion'].transform('mean')
print("\nDataFrame con Media de Puntuacion por 'Nombre':")
print(df)

# Aplicar una función anónima usando transform
df['Puntuacion_Relativa'] = df.groupby('Nombre')['Puntuacion'].transform(lambda x: x / x.max())
print("\nDataFrame con Puntuacion Relativa por 'Nombre':")
print(df)

# Combinar múltiples transformaciones
df['Diferencia_Puntuacion'] = df.groupby('Nombre')['Puntuacion'].transform(lambda x: x - x.mean())
print("\nDataFrame con Diferencia de Puntuacion por 'Nombre':")
print(df)

Práctica

Aprende a utilizar groupby con transform y funciones anónimas en Pandas siguiendo nuestro tutorial en video, presentado por Yuscu Mejía:

Ejercicio 1: GroupBy y Transformación Simple

Utiliza groupby y aplica una transformación simple a un DataFrame agrupado.

• a) Crea un DataFrame de ejemplo y agrupa los datos por una columna específica.
• b) Aplica una transformación simple como la media a los datos agrupados utilizando transform.

Ejercicio 2: GroupBy y Función Anónima con Transform

Utiliza groupby y aplica una función anónima con transform a un DataFrame agrupado.

• a) Crea un DataFrame de ejemplo y agrupa los datos por una columna específica.
• b) Define y aplica una función anónima utilizando lambda a los datos agrupados con transform.

Ejercicios Resueltos

import pandas as pd

# Crear DataFrame de ejemplo
data = {'Nombre': ['Ana', 'Luis', 'Ana', 'Carlos', 'Luis'],
        'Edad': [23, 34, 23, 45, 34],
        'Ciudad': ['Madrid', 'Barcelona', 'Madrid', 'Valencia', 'Barcelona'],
        'Puntuacion': [85, 90, 78, 88, 92]}
df = pd.DataFrame(data)
print("DataFrame original:")
print(df)

# Agrupar por 'Nombre' y calcular la media de 'Puntuacion' usando transform
df['Media_Puntuacion'] = df.groupby('Nombre')['Puntuacion'].transform('mean')
print("\nDataFrame con Media de Puntuacion por 'Nombre':")
print(df)
      

# Aplicar una función anónima usando transform
df['Puntuacion_Relativa'] = df.groupby('Nombre')['Puntuacion'].transform(lambda x: x / x.max())
print("\nDataFrame con Puntuacion Relativa por 'Nombre':")
print(df)
      

# Combinar múltiples transformaciones
df['Diferencia_Puntuacion'] = df.groupby('Nombre')['Puntuacion'].transform(lambda x: x - x.mean())
print("\nDataFrame con Diferencia de Puntuacion por 'Nombre':")
print(df)