Data Science - собесы

🤔 В чем разница между пивот и пивоттэйбл? Функции pivot и pivot_table обе предназначены для реорганизации и сводки данных, но они используются в разных сценариях и имеют некоторые ключевые отличия. 🚩Метод pivot Используется для преобразования данных из длинного формата в широкий. Он создаёт новый DataFrame, где один или несколько столбцов используются в качестве индексов, один столбец используется для столбцов новой таблицы, и один столбец для значений новой таблицы. Основное ограничение pivot заключается в том, что комбинация индекса и столбцов должна быть уникальной, иначе метод вызовет ошибку. import pandas as pd data = pd.DataFrame({ 'date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'], 'variable': ['A', 'B', 'A', 'B'], 'value': [1, 2, 3, 4] }) # Преобразование в широкий формат pivot_df = data.pivot(index='date', columns='variable', values='value') print(pivot_df) 🚩Метод pivot_table Более сложный и гибкий, он используется для создания сводных таблиц. pivot_table может агрегировать данные по одному или нескольким ключам на основе суммы, среднего, максимума, минимума или других агрегатных функций. pivot_table также способен обрабатывать повторяющиеся значения за счёт агрегации. import pandas as pd data = pd.DataFrame({ 'date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'], 'variable': ['A', 'A', 'B', 'B'], 'value': [1, 2, 3, 4] }) # Создание сводной таблицы pivot_table_df = data.pivot_table(index='date', columns='variable', values='value', aggfunc='sum') print(pivot_table_df) 🚩Основные различия 🟠Уникальность данных pivot требует уникальных пар индекс/столбец и выдаст ошибку в случае дубликатов. pivot_table может агрегировать дублирующиеся данные, используя функцию агрегации. 🟠Гибкость pivot_table предлагает дополнительные параметры, такие как aggfunc, которые позволяют более гибко обрабатывать данные. Ставь 👍 и забирай 📚 Базу знаний