Dev Blog

Групування, часові ряди та графіки ​

Групування, об’єднання та часові ряди ​

groupby ділить записи за ключем, після чого агрегування дає один підсумок для кожної групи. Використовуйте іменовані результати agg, щоб назви вихідних стовпців відповідали змісту. За замовчуванням пропущені ключі можуть не потрапляти в групи: оберіть правило dropna або відхиліть такі ключі раніше.

py
import pandas as pd

frame = pd.DataFrame({"group": ["A", "B", "A"],
                      "score": [80, 90, 70]})
report = frame.groupby("group", as_index=False).agg(
    count=("score", "count"), mean=("score", "mean"))
for row in report.itertuples(index=False):
    print(f"{row.group}: {row.count}, {row.mean:.1f}")

Результат: A: 2, 75.0, B: 1, 90.0. count рахує непропущені значення стовпця, а size – кількість рядків. Різниця важлива, коли не всі значення виміряні. Для зведеної таблиці можна використати pivot_table, указавши індекс, стовпці, значення і функцію агрегування; її форма повинна бути передбачена контрактом звіту.

Перевірка кратності merge ​

merge поєднує таблиці за ключами. Якщо ключ повторюється з обох боків, кількість рядків може зрости як добуток кількостей збігів. Для довідника з одним записом на ключ задайте validate="many_to_one". Аргумент indicator=True допомагає виявити записи без відповідника. Повний опис: https://pandas.pydata.org/docs/user_guide/merging.html.

py
import pandas as pd

orders = pd.DataFrame({"code": [1, 1, 2], "qty": [2, 3, 1]})
catalog = pd.DataFrame({"code": [1, 2], "name": ["A", "B"]})
joined = orders.merge(catalog, on="code", how="left",
                      validate="many_to_one", indicator=True)
assert joined["_merge"].eq("both").all()
print(joined["name"].tolist())
print(joined["qty"].sum())

Результат: ['A', 'A', 'B'], потім 6. Контроль кількості рядків та загальної кількості товару виявляє помилки, які не видно на одному фрагменті таблиці. pandas може зіставити пропущені ключі між собою – це відрізняється від звичних очікувань щодо SQL NULL. Тому ключі довідника перевіряють до merge.

Час і частота ​

pd.to_datetime перетворює рядки на часові значення. Задавайте format, якщо відомий формат вхідного файлу; неоднозначний запис 01/02/2026 не повинен залежати від здогаду бібліотеки. Для вимірювань із часовими поясами узгодьте один пояс або UTC. У навчальних прикладах нижче ISO-час локальний і не має переходів на літній час – це явне спрощення даних, а не загальне правило.

Після встановлення DatetimeIndex метод resample групує за інтервалами часу. Вибір sum, mean чи останнього значення залежить від фізичного змісту: енергію за інтервали додають, температуру зазвичай усереднюють. Не додавайте накопичені показання лічильника; для витрати потрібна різниця сусідніх показань і перевірка скидання лічильника.

Графіки Matplotlib ​

У об’єктному стилі Figure є полотном, а Axes – областю побудови (рис. 13.5). plt.subplots повертає ці об’єкти. Методи ax.plot, ax.bar, ax.scatter, ax.hist додають лінії, стовпці, точки або гістограму. Назва Axes тут позначає цілу область, а не одну координатну вісь.

Рис. 13.5. Об’єкти полотна та області побудови

Обирайте форму за запитанням. Лінія показує зміну впорядкованого процесу; стовпці порівнюють категорії; діаграма розсіювання – пари спостережень; гістограма – розподіл одного показника за інтервалами. З’єднання невпорядкованих категорій лінією може створити хибне враження неперервного процесу.

Для кожного графіка вкажіть назви осей, одиниці, зміст серій і за потреби легенду. У друкованій методичці розрізняйте серії не лише кольором: використовуйте маркери, штрихи та штрихування. Стовпчики зазвичай починають від нуля; обрізана шкала має бути явно пояснена. Не додавайте об’ємні ефекти, які спотворюють порівняння довжин або площ.

Збереження та робота без вікна ​

fig.savefig зберігає файл, plt.show запускає інтерактивний показ, plt.close(fig) звільняє ресурси полотна. Для автоматичного звіту й тестів використовуйте backend Agg, установлений до імпорту pyplot. Тоді програма записує PNG і не чекає закриття вікна. layout="constrained" допомагає розмістити підписи, але не звільняє від візуальної перевірки довгих назв.

py
import matplotlib
matplotlib.use("Agg")
import matplotlib.pyplot as plt

fig, ax = plt.subplots(figsize=(5, 3), layout="constrained")
ax.bar(["A", "B"], [75, 90], color="0.75", edgecolor="black")
ax.set(xlabel="Група", ylabel="Середній бал", ylim=(0, 100))
fig.savefig("scores.png", dpi=160)
plt.close(fig)
print("Збережено scores.png")

Графік повинен бути висновком із перевірених даних. Нуль у порожній групі та відсутність групи мають різний зміст; підписи повинні відбивати обране правило. Кореляція двох показників не доводить причинного зв’язку, а маленька навчальна вибірка не є репрезентативним дослідженням населення.