Что вернёт выражение df.groupby("city").agg(total=("revenue", "sum"), avg=("revenue", "mean"))?
AОбъект
Series с двумя элементами total и avg по всей таблице без группировкиBТаблица
DataFrame со строками исходных данных и новыми колонками total и avgCТаблица
DataFrame с индексом по city и колонками total и avg по выручкеDОбъект
Series с мультииндексом из пар city и total со значениями сумм выручкиПравильный ответ.
.agg() с несколькими именованными агрегатами формирует итоговый DataFrame по группам с одной строкой на ключ.Разбор
После .groupby("city") данные разделяются по ключу city. Метод .agg(...) вычисляет агрегаты по каждой группе и возвращает итоговый DataFrame: по одной строке на город. В этом примере будут два столбца: сумма revenue (total) и среднее revenue (avg). По умолчанию ключ группировки city становится индексом результата.
Проверь себя · 1/3разбор после ответа
В
df есть столбцы user_id и amount. Что вернёт выражение df.groupby("user_id")["amount"].sum()?Ещё вопросы по теме «Pandas и DataFrame»
- Что вернёт выражение `df[df["price"] > 100]`?
- В `DataFrame` `df` есть столбцы `country`, `user_id`, `revenue`. Что вернёт выражение `df.loc[df["country"] == "RU", ["user_id", "revenue"]]`?
- В `df` есть столбец `age`. Какие значения `age` попадут в результат `df[(df["age"] >= 18) & (df["age"] <= 25)]`?
- Что выберет фильтр `df[~df["status"].isin(["cancelled", "returned"])]`?
- Что верно про два шага: `mask = df["col"] > 0` и затем `df[mask]`?
- Все вопросы по «Pandas и DataFrame» →