Wow ~ 不知不覺，已經來到了最後一篇，接下來將專注於 如了使用 Groupby 、 儲存和匯出資料，並且會給一些小任務。 ___ # 基本要求 1. 已安裝Python3 和 pandas 模組，或是可以使用其他軟件(Google Colab, Jupyter Notebook etc.)。 2. 已知道Python的基本操作(例如：如何宣告一個變數，並且給予一個值 等等) 。 # 將說明以下 Pandas 基本觀念＆操作 - 如何 **Groupby** **DataFrame** 數據 - 如何 儲存和匯出 **DataFrame** 數據 - 小任務 & 預期結果 **在此聲明** 對於以下假設情況，可以有非常多不同方式得出相同的結果，如果你有更好的建議～非常歡迎提供給小弟 ＾＾ ### 如何 Groupby DataFrame 數 這個功能對於有匯總統計需求來說 非常的好用 假設，今天我們想知道每個年紀有多少人，但在計算之前，我們可以給予一個新的欄位 ⇒ count ``` import pandas as pd df = pd.read_csv("file_name.csv") print("全部資料") print(df) print() print("每個年紀人數") df['count'] = 1 print(df.groupby(['Age']).count()['count']) ``` 執行後結果  此時，你可能會說知道同年紀的人數資訊，可能還是不夠進一步解釋資料，那我們可以 假設，在每個語言中不同年紀的分佈 ``` import pandas as pd df = pd.read_csv("file_name.csv") print("全部資料") print(df) print() print("每個語言中不同年紀的分佈") df['count'] = 1 print(df.groupby(['Languages','Age']).count()['count']) ``` 執行後結果  當然最好的情況是，你在做**Groupby**之前，先把有空值的 rows 清除 最後，還可以將每個語言的數量資訊，給予一個新的欄位，但這裡將用 `transform()` 功能 (對於`transform()` 有興趣的可以參考官方資料 ⇒ [https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.transform.html](https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.transform.html)) ``` import pandas as pd df = pd.read_csv("file_name.csv") print("全部資料") print(df) print() print("每個語言中不同年紀的分佈") df['count'] = 1 df['group_count'] = df['count'].groupby(df['Languages']).transform('count') # new column print(df.sort_values(['group_count'], ascending=False)) # 從新排序 ``` 執行後結果  ### 如何 儲存和匯出 **DataFrame** 數據 YA ~ 終於來到最後一個主題了，就是將我們所整理後的資料做一個儲存或是匯出 最簡單的方式就是將整理後的資料用CSV的格式儲存 假設，你已經位於要儲存資料的資料夾內 ``` import pandas as pd df = pd.read_csv("file_name.csv") df['count'] = 1 df['group_count'] = df['count'].groupby(df['Languages']).transform('count') df.to_csv("new_file_name.csv", index=False) ``` 執行前結果  執行後結果  另一種情況可能是，你所在的資料夾，不是你想儲存的位子 假設，你想把資料儲存在桌面 ``` import pandas as pd from pathlib import Path df = pd.read_csv("file_name.csv") df['count'] = 1 df['group_count'] = df['count'].groupby(df['Languages']).transform('count') filepath = Path('~/Desktop/new_file_name.csv') df.to_csv(filepath, index=False) ``` 這時，可以去桌面檢查，是否有一個檔案是 “new_file_name.csv” 執行後結果  ### 小任務 & 預期結果 你們可經由連結下載資料：https://drive.google.com/file/d/1lEMrkNGREhSsQpW4BhG14X8fFXWhvNyK/view?usp=sharing 任務一：經理想知道每個獨立 “url_id” 的數量是多少 預期結果  任務二：請將任務一，做一個簡單的遞增排序 預期結果  任務三：經理看完 “任務一” 資料後，又覺是否可以知道每個獨立的“url_id” 中 “keyword_id” 的數量 預期結果  任務四(optional): Step one: 請隨意選一個 “url_id” ，然後會得出 n 個有相同 “url_id” 的結果 Step two: 請依據上一步的 n 個 “url_id” 去找到對應的 n 個 “keyword_id” Step three: 再根據步驟二對應 n 個 “keyword_id” 去找出其他有相同的 “keyword_id” Step four: 再根據步驟三 所得出的“keyword_id” 對應的“url_id” 然後就一直重複這個邏輯 直到找不到新的“keyword_id” and “url_id” 。 這時你可能還不是很懂上面的說明，不過沒關係，你可以參考下面的圖片說明來理解此題的邏輯  顏色順序：Green ⇒ Pink ⇒ Yellow 依序這個邏輯一直往下找，直到沒有新的結果 例如，上圖中的 “url_id” => ”a66590f921a0abf2bf8454ffbd5b2ef8” 就是找不到新的相同 “url_id” 所以就結束了 預期結果  yay!! 🎉恭喜你🥳 終於有對pandas的基本認識了，但如果還想精進技能，可以參考Pandas 官方文件 ⇒ [https://pandas.pydata.org/docs/index.html](https://pandas.pydata.org/docs/index.html) 那我們來回顧一下這篇了解到什麼吧！ ### 小總結 這篇主要關注點在於~如何使用 Groupby 將資料分類且計算個數，再者，還提及了如何將所需的資料以CSV format 匯出，最最最後，就是提供了幾個小任務，供各位練練手，希望你有學到東西。 如果有任何問題可以 *留言* 或是 *email* 給我喔 感謝＾＾