{"id":303330,"date":"2020-05-10T15:00:41","date_gmt":"2020-05-10T15:00:41","guid":{"rendered":"http:\/\/savepearlharbor.com\/?p=303330"},"modified":"-0001-11-30T00:00:00","modified_gmt":"-0001-11-29T21:00:00","slug":"","status":"publish","type":"post","link":"https:\/\/savepearlharbor.com\/?p=303330","title":{"rendered":"Groupby aggregation \u0432 pandas"},"content":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/post\/501214\/\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/pb\/xp\/_w\/pbxp_wr2snmut3tpxsd0t2isiec.jpeg\"><\/p>\n<p>  \u0410\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u044f \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043e\u0434\u043d\u043e\u0439 \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u0447\u0430\u0441\u0442\u044b\u0445 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439 \u043f\u0440\u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0435 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0437\u043d\u044b\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e\u0442 \u043d\u0430\u043c \u043a\u0443\u0447\u0443 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0443\u044e\u0449\u0438\u0435 \u043d\u0430\u0441 \u043f\u043e\u043b\u044f(\u0441\u0442\u043e\u043b\u0431\u0446\u044b, \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438). \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u043d\u043e \u043f\u0440\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u0432 pandas.<br \/>  \u041f\u043e \u0441\u0432\u043e\u0435\u0439 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u044f \u043e\u0447\u0435\u043d\u044c \u043c\u0430\u043b\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441 python, \u043d\u043e \u0447\u0430\u0441\u0442\u043e \u0441\u043b\u044b\u0448\u0443 \u043f\u0440\u043e \u043f\u043b\u044e\u0441\u044b \u0438 \u043c\u043e\u0449\u044c \u044d\u0442\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u0432 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \u043a\u043e\u0433\u0434\u0430 \u0440\u0435\u0447\u044c \u0437\u0430\u0445\u043e\u0434\u0438\u0442 \u043f\u0440\u043e \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043f\u0440\u043e\u0432\u0435\u0434\u0443 \u0437\u0434\u0435\u0441\u044c \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439 \u0441 T-SQL \u0438 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043d\u0435\u043a\u043e\u0442\u0440\u044b\u0435 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043a\u043e\u0434\u0430. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u044f \u0431\u0443\u0434\u0443 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043d\u0430\u0432\u0435\u0440\u043d\u043e\u0435 \u0441\u0430\u043c\u044b\u0439 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0439 data set \u2014 <a href=\"https:\/\/archive.ics.uci.edu\/ml\/datasets\/Iris\" rel=\"nofollow\">\u0418\u0440\u0438\u0441\u044b \u0424\u0438\u0448\u0435\u0440\u0430<\/a>.<br \/>  <a name=\"habracut\"><\/a><br \/>  \u041f\u0435\u0440\u0432\u043e\u0435, \u0447\u0442\u043e \u043f\u0440\u0438\u0445\u043e\u0434\u0438\u0442 \u0432 \u0433\u043e\u043b\u043e\u0432\u0443, \u044d\u0442\u043e \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435, \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438\u043b\u0438 \u0441\u0440\u0435\u0434\u043d\u0435\u0435 \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u0435 \u043f\u043e \u043a\u0430\u043a\u043e\u043c\u0443 \u043b\u0438\u0431\u043e \u0438\u0437 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0438\u0440\u0438\u0441\u0430 \u0438 \u0441\u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043f\u043e \u0432\u0438\u0434\u0430\u043c \u044d\u0442\u043e\u0433\u043e \u0440\u0430\u0441\u0442\u0435\u043d\u0438\u044f, \u0447\u0442\u043e \u043d\u0430 python \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e pandas \u0431\u0443\u0434\u0435\u0442 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442\u044c \u043f\u0440\u0438\u043c\u0435\u0440\u043d\u043e \u0441\u043b\u0435\u0434\u0443\u044e\u0449\u0438\u043c \u043e\u0431\u0440\u0430\u0437\u043e\u043c: <\/p>\n<pre><code class=\"python\">import pandas as pd  df = pd.read_csv('iris.csv', delimiter = ',') print(df.groupby('variety').max()[['sepalLength']].to_markdown()) <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  | variety | sepal.length |<br \/>  |:&#8212;&#8212;&#8212;&#8212;|&#8212;&#8212;&#8212;&#8212;&#8212;:|<br \/>  | Setosa | 5.8 |<br \/>  | Versicolor | 7 |<br \/>  | Virginica | 7.9 |<\/p>\n<p>  \u041b\u0438\u0431\u043e \u0442\u0430\u043a: <\/p>\n<pre><code class=\"python\">import pandas as pd df = pd.read_csv('iris.csv', delimiter = ',')  print(df.groupby('variety').sepalLength.agg(     maxSepalLength  = 'max',     minSepalLength  = 'min',     ).to_markdown()) <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  | variety | maxSepalLength | minSepalLength |<br \/>  |:&#8212;&#8212;&#8212;&#8212;|&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;:|&#8212;&#8212;&#8212;&#8212;&#8212;&#8212;:|<br \/>  | Setosa | 5.8 | 4.3 |<br \/>  | Versicolor | 7 | 4.9 |<br \/>  | Virginica | 7.9 | 4.9 |<\/p>\n<p>  \u0418\u043b\u0438 \u0441 \u043f\u043e\u043c\u043e\u0449\u044c\u044e \u043b\u044f\u043c\u0431\u0434\u0430 \u0432\u044b\u0440\u0430\u0436\u0435\u043d\u0438\u0439:<\/p>\n<pre><code class=\"python\">import pandas as pd df = pd.read_csv('iris.csv', delimiter = ',')  print(df.groupby('variety').sepalLength.agg([     lambda x: x.max(),      lambda x: x.min()     ]).to_markdown()) <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  | variety | &lt;lambda_0&gt; | &lt;lambda_1&gt; |<br \/>  |:&#8212;&#8212;&#8212;&#8212;|&#8212;&#8212;&#8212;&#8212;-:|&#8212;&#8212;&#8212;&#8212;-:|<br \/>  | Setosa | 5.8 | 4.3 |<br \/>  | Versicolor | 7 | 4.9 |<br \/>  | Virginica | 7.9 | 4.9 |<\/p>\n<p>  \u0424\u0443\u043d\u043a\u0446\u0438\u044f \u044d\u043a\u0437\u0435\u043c\u043f\u043b\u044f\u0440\u0430 DataFrame <\/p>\n<pre><code class=\"python\">to_markdown()<\/code><\/pre>\n<p> \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u0432\u044b\u0432\u0435\u0441\u0442\u0438 \u0432 \u043f\u0440\u0438\u0432\u044b\u0447\u043d\u043e\u043c(\u043a\u043e\u043d\u0441\u043e\u043b\u044c\u043d\u043e\u043c) \u0432\u0438\u0434\u0435 \u0442\u0430\u0431\u043b\u0438\u0446\u0443(DataFrame). <\/p>\n<p>  \u041d\u0430 T-SQL \u0442\u0430\u043a\u0430\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u043f\u0440\u0438\u0431\u043b\u0438\u0437\u0438\u0442\u0435\u043b\u044c\u043d\u043e \u0442\u0430\u043a:<\/p>\n<pre><code class=\"sql\">select i.Variety, max(i.SepalLength) as maxSepalLength     from Iris i         group by i.Variety <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  Setosa 5.8<br \/>  Versicolor 7.0<br \/>  Virginica 7.9<\/p>\n<p>  \u041d\u043e \u0434\u043e\u043f\u0443\u0441\u0442\u0438\u043c, \u0442\u0435\u043f\u0435\u0440\u044c \u043c\u044b \u0445\u043e\u0442\u0438\u043c \u043f\u043e\u043b\u0443\u0447\u0438\u0442\u044c \u0438 \u043c\u0430\u043a\u0441\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 \u0438 \u043c\u0438\u043d\u0438\u043c\u0430\u043b\u044c\u043d\u043e\u0435 (\u0435\u0441\u043b\u0438 \u0443\u0433\u043e\u0434\u043d\u043e \u0441\u0440\u0435\u0434\u043d\u0435\u0435) \u0437\u043d\u0430\u0447\u0435\u043d\u0438\u044f \u043f\u043e \u0432\u0441\u0435\u043c \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u0430\u043c \u0438\u0440\u0438\u0441\u0430, \u0435\u0441\u0442\u0435\u0441\u0442\u0432\u0435\u043d\u043d\u043e \u0434\u043b\u044f \u043a\u0430\u0436\u0434\u043e\u0433\u043e \u0432\u0438\u0434\u0430 \u0440\u0430\u0441\u0442\u0435\u043d\u0438\u044f, \u0437\u0434\u0435\u0441\u044c \u0441\u0430\u043d\u0430\u0447\u0430\u043b\u0430 \u043a\u043e\u0434 \u043d\u0430 T-SQL:<\/p>\n<pre><code class=\"sql\">select \ti.Variety  \t,max(i.SepalLength) as maxSepalLength  \t,min(i.SepalLength) as minSepalLength \t,max(i.SepalWidth) as maxSepalWidth \t,min(i.SepalWidth) as minSepalWidth \t,max(i.PetalLength) as maxPetalLength \t,min(i.PetalLength) as mibPetalLength \t,max(i.PetalWidth) as maxPetalWidth \t,min(i.PetalWidth) as minPetalWidth from Iris i \tgroup by i.Variety <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  Setosa 5.8 4.3 4.4 2.3 1.9 1.0 0.6 0.1<br \/>  Versicolor 7.0 4.9 3.4 2.0 5.1 3.0 1.8 1.0<br \/>  Virginica 7.9 4.9 3.8 2.2 6.9 4.5 2.5 1.4<\/p>\n<p>  \u0412 pandas \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u044c \u0433\u0440\u0443\u043f\u043f\u043e\u0432\u043e\u0439 \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u043f\u043e\u044f\u0432\u0438\u043b\u0430\u0441\u044c \u0442\u043e\u043b\u044c\u043a\u043e \u0432 \u0432\u0435\u0440\u0441\u0438\u0438 0.25.0 \u043e\u0442 18 \u0438\u044e\u043b\u044f 2019(\u0447\u0442\u043e \u0431\u044b\u043b\u043e \u0434\u0435\u043b\u0430\u0442\u044c \u0440\u0430\u043d\u044c\u0448\u0435?) \u0438 \u0442\u0443\u0442 \u0435\u0441\u0442\u044c \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u043e \u0432\u0430\u0440\u0438\u0430\u0446\u0438\u0438, \u0440\u0430\u0441\u0441\u043c\u043e\u0442\u0440\u0438\u043c \u0438\u0445:<\/p>\n<pre><code class=\"python\">import pandas as pd df = pd.read_csv('iris.csv', delimiter = ',')  df.groupby('variety').agg(     maxSepalLength = pd.NamedAgg(column = 'sepalLength', aggfunc = 'max'),     minSepalLength = pd.NamedAgg(column = 'sepalLength', aggfunc = 'min'),     maxSepalWidth = pd.NamedAgg(column = 'sepalWidth', aggfunc = 'max'),     minSepalWidth = pd.NamedAgg(column = 'sepalWidth', aggfunc = 'min'),     maxPetalLength = pd.NamedAgg(column = 'petalLength', aggfunc = 'max'),     minPetalLength = pd.NamedAgg(column = 'petalLength', aggfunc = 'min'),     maxPetalWidth = pd.NamedAgg(column = 'petalWidth', aggfunc = 'max'),     minPetalWidth = pd.NamedAgg(column = 'petalWidth', aggfunc = 'min'),     ) <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442:<\/p>\n<p>  Setosa 5.8 4.3 4.4 2.3 1.9 1.0 0.6 0.1<br \/>  Versicolor 7.0 4.9 3.4 2.0 5.1 3.0 1.8 1.0<br \/>  Virginica 7.9 4.9 3.8 2.2 6.9 4.5 2.5 1.4<\/p>\n<p>  \u0424\u0443\u043d\u043a\u0446\u0438\u044f <\/p>\n<pre><code class=\"python\">DataFrame.agg(self, func, axis=0, *args, **kwargs)<\/code><\/pre>\n<p>  \u043f\u043e\u0437\u0432\u043e\u043b\u044f\u0435\u0442 \u043f\u0440\u043e\u0432\u043e\u0434\u0438\u0442\u044c \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u044e \u0438\u0437 \u043d\u0435\u0441\u043a\u043e\u043b\u044c\u043a\u0438\u0445 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439 \u043d\u0430\u0434 \u0437\u0430\u0434\u0430\u043d\u043d\u043e\u0439 \u043e\u0441\u044c\u044e. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u043f\u0430\u0440\u0430\u043c\u0435\u0442\u0440\u043e\u0432 \u0444\u0443\u043d\u043a\u0446\u0438\u044f \u043f\u043e\u043b\u0443\u0447\u0430\u0435\u0442 **kwargs(\u0438\u043c\u0435\u043d\u043d\u043e\u0432\u0430\u043d\u043d\u044b\u0435 \u0430\u0440\u0433\u0443\u043c\u0435\u043d\u0442\u044b, \u043f\u043e\u0434\u0440\u043e\u0431\u043d\u0435\u0435 \u043c\u043e\u0436\u043d\u043e \u043f\u043e\u0441\u043c\u043e\u0442\u0440\u0435\u0442\u044c \u0432 \u0441\u0442\u0430\u0442\u044c\u0435 \u043d\u0430 <a href=\"https:\/\/habr.com\/ru\/company\/ruvds\/blog\/482464\/\">habr<\/a>), \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u044e\u0442 \u0441\u043e\u0431\u043e\u0439 \u0441\u0442\u043e\u043b\u0431\u0435\u0446, \u043d\u0430\u0434 \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u044f \u0438 \u0441\u043e\u0431\u0442\u0441\u0432\u0435\u043d\u043d\u043e \u0438\u043c\u044f \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u043d\u0438\u044f \u0432 \u043e\u0434\u0438\u043d\u0430\u0440\u043d\u044b\u0445 \u043a\u0430\u0432\u044b\u0447\u043a\u0430\u0445. \u0417\u0430\u043f\u0438\u0441\u044c \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0434\u043e\u0432\u043e\u043b\u044c\u043d\u043e \u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u043d\u043e. \u0418\u0434\u0435\u043c \u0434\u0430\u043b\u044c\u0448\u0435.<\/p>\n<p>  \u0422\u043e \u0436\u0435 \u0440\u0435\u0448\u0435\u043d\u0438\u0435 \u0441 \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u0435\u043c \u043b\u044f\u043c\u0431\u0434\u0430 \u0432\u044b\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u0432\u044b\u0433\u043b\u044f\u0434\u0438\u0442 \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u0431\u043e\u043b\u0435\u0435 \u043b\u0430\u043a\u043e\u043d\u0438\u0447\u043d\u043e \u0438 \u043f\u0440\u043e\u0441\u0442\u043e:<\/p>\n<pre><code class=\"python\">import pandas as pd df = pd.read_csv('iris.csv', delimiter = ',')  df.groupby('variety').agg([     lambda x: x.max(),     lambda x: x.min()     ]) <\/code><\/pre>\n<p>  \u0420\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442: <\/p>\n<p>  Setosa 5.8 4.3 4.4 2.3 1.9 1.0 0.6 0.1<br \/>  Versicolor 7.0 4.9 3.4 2.0 5.1 3.0 1.8 1.0<br \/>  Virginica 7.9 4.9 3.8 2.2 6.9 4.5 2.5 1.4<\/p>\n<p>  \u041c\u043d\u0435 \u0447\u0430\u0441\u0442\u043e \u0434\u043e\u0432\u043e\u0434\u0438\u0442\u0441\u044f \u0441\u043b\u044b\u0448\u0430\u0442\u044c \u043e \u0433\u043e\u0440\u0430\u0437\u0434\u043e \u043c\u0435\u043d\u044c\u0448\u0435\u043c \u043a\u043e\u043b\u0438\u0447\u0435\u0441\u0442\u0432\u0435 \u043d\u0430\u043f\u0438\u0441\u0430\u043d\u043d\u043e\u0433\u043e \u043a\u043e\u0433\u0434\u0430 Python \u043f\u0440\u0438 \u0440\u0435\u0448\u0435\u043d\u0438\u0438 \u043e\u0434\u043d\u043e\u0442\u0438\u043f\u043d\u044b\u0445 \u0437\u0430\u0434\u0430\u0447\u0430 \u0432 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0438 \u0441 \u0434\u0440\u0443\u0433\u0438\u043c\u0438 \u044f\u0437\u044b\u043a\u0430\u043c\u0438. \u0417\u0434\u0435\u0441\u044c, \u0432 \u0441\u0440\u0430\u0432\u043d\u0435\u043d\u0438\u0438 \u0441 T-SQL, \u0441 \u044d\u0442\u0438\u043c \u043c\u043e\u0436\u043d\u043e \u0441\u043e\u0433\u043b\u0430\u0441\u0438\u0442\u0441\u044f, \u043e\u0434\u043d\u0430\u043a\u043e \u043f\u043e\u043d\u044f\u0442\u043d\u043e\u0441\u0442\u044c \u0438 \u043f\u043e\u0441\u043b\u0435\u0434\u043e\u0432\u0430\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u044c \u0432\u044b\u0440\u0430\u0436\u0435\u043d\u0438\u0439 \u043b\u0438\u043d\u0433\u0432\u0438\u0441\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0445 \u0441\u0440\u0435\u0434\u0441\u0442\u0432 \u0442\u0430\u043a\u0438\u0445 \u043a\u0430\u043a SQL \u0438\u043b\u0438 T-SQL \u043d\u0430\u043f\u0440\u043e\u0447\u044c \u0442\u0435\u0440\u044f\u0435\u0442\u0441\u044f(\u043b\u0438\u0447\u043d\u043e\u0435 \u043c\u043d\u0435\u043d\u0438\u0435).<\/p>\n<p>  <a href=\"https:\/\/github.com\/MikhailKarg\/numpy_groupbyAggregation\" rel=\"nofollow\">Data set \u0438 \u043a\u043e\u0434 \u0438\u0437 \u0441\u0442\u0430\u0442\u044c\u0438 \u043c\u043e\u0436\u043d\u043e\u0439 \u043d\u0430\u0439\u0442\u0438 \u0437\u0434\u0435\u0441\u044c<\/a><\/p>\n<p>  <a href=\"https:\/\/pandas.pydata.org\/docs\/whatsnew\/v0.25.0.html\" rel=\"nofollow\">What\u2019s new in 0.25.0 (July 18, 2019)<\/a><\/p>\n<p>  <a href=\"https:\/\/pandas.pydata.org\/pandas-docs\/stable\/index.html\" rel=\"nofollow\">pandas<\/a><\/div>\n<p> \u0441\u0441\u044b\u043b\u043a\u0430 \u043d\u0430 \u043e\u0440\u0438\u0433\u0438\u043d\u0430\u043b \u0441\u0442\u0430\u0442\u044c\u0438 <a href=\"https:\/\/habr.com\/ru\/post\/501214\/\"> https:\/\/habr.com\/ru\/post\/501214\/<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"\n<div class=\"post__text post__text-html post__text_v1\" id=\"post-content-body\" data-io-article-url=\"https:\/\/habr.com\/ru\/post\/501214\/\"><img decoding=\"async\" src=\"https:\/\/habrastorage.org\/webt\/pb\/xp\/_w\/pbxp_wr2snmut3tpxsd0t2isiec.jpeg\"><\/p>\n<p>  \u0410\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u044f \u044f\u0432\u043b\u044f\u0435\u0442\u0441\u044f \u043e\u0434\u043d\u043e\u0439 \u0438\u0437 \u0441\u0430\u043c\u044b\u0445 \u0447\u0430\u0441\u0442\u044b\u0445 \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439 \u043f\u0440\u0438 \u0430\u043d\u0430\u043b\u0438\u0437\u0435 \u0434\u0430\u043d\u043d\u044b\u0445. \u0420\u0430\u0437\u043d\u044b\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u044e\u0442 \u043d\u0430\u043c \u043a\u0443\u0447\u0443 \u0441\u043f\u043e\u0441\u043e\u0431\u043e\u0432 \u044d\u0444\u0444\u0435\u043a\u0442\u0438\u0432\u043d\u043e \u0433\u0440\u0443\u043f\u043f\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438 \u0430\u0433\u0440\u0435\u0433\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u0435\u0441\u0443\u044e\u0449\u0438\u0435 \u043d\u0430\u0441 \u043f\u043e\u043b\u044f(\u0441\u0442\u043e\u043b\u0431\u0446\u044b, \u043f\u0440\u0438\u0437\u043d\u0430\u043a\u0438). \u0412 \u044d\u0442\u043e\u0439 \u0441\u0442\u0430\u0442\u044c\u0435 \u0431\u0443\u0434\u0435\u0442 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u0430\u043d\u043e \u043f\u0440\u043e \u0440\u0435\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u044e \u0430\u0433\u0440\u0435\u0433\u0430\u0446\u0438\u0438 \u0432 pandas.<br \/>  \u041f\u043e \u0441\u0432\u043e\u0435\u0439 \u0441\u043f\u0435\u0446\u0438\u0430\u043b\u0438\u0437\u0430\u0446\u0438\u0438 \u044f \u043e\u0447\u0435\u043d\u044c \u043c\u0430\u043b\u043e \u0440\u0430\u0431\u043e\u0442\u0430\u044e \u0441 python, \u043d\u043e \u0447\u0430\u0441\u0442\u043e \u0441\u043b\u044b\u0448\u0443 \u043f\u0440\u043e \u043f\u043b\u044e\u0441\u044b \u0438 \u043c\u043e\u0449\u044c \u044d\u0442\u043e\u0433\u043e \u044f\u0437\u044b\u043a\u0430, \u0432 \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e\u0441\u0442\u0438 \u043a\u043e\u0433\u0434\u0430 \u0440\u0435\u0447\u044c \u0437\u0430\u0445\u043e\u0434\u0438\u0442 \u043f\u0440\u043e \u0440\u0430\u0431\u043e\u0442\u0443 \u0441 \u0434\u0430\u043d\u043d\u044b\u043c\u0438. \u041f\u043e\u044d\u0442\u043e\u043c\u0443 \u044f \u043f\u0440\u043e\u0432\u0435\u0434\u0443 \u0437\u0434\u0435\u0441\u044c \u043f\u0430\u0440\u0430\u043b\u043b\u0435\u043b\u044c \u043e\u043f\u0435\u0440\u0430\u0446\u0438\u0439 \u0441 T-SQL \u0438 \u043f\u0440\u0438\u0432\u0435\u0434\u0443 \u043d\u0435\u043a\u043e\u0442\u0440\u044b\u0435 \u043f\u0440\u0438\u043c\u0435\u0440\u044b \u043a\u043e\u0434\u0430. \u0412 \u043a\u0430\u0447\u0435\u0441\u0442\u0432\u0435 \u0434\u0430\u043d\u043d\u044b\u0445 \u044f \u0431\u0443\u0434\u0443 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c \u043d\u0430\u0432\u0435\u0440\u043d\u043e\u0435 \u0441\u0430\u043c\u044b\u0439 \u043f\u043e\u043f\u0443\u043b\u044f\u0440\u043d\u044b\u0439 data set \u2014 <a href=\"https:\/\/archive.ics.uci.edu\/ml\/datasets\/Iris\" rel=\"nofollow\">\u0418\u0440\u0438\u0441\u044b \u0424\u0438\u0448\u0435\u0440\u0430<\/a>.  <\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-303330","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/303330","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=303330"}],"version-history":[{"count":0,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=\/wp\/v2\/posts\/303330\/revisions"}],"wp:attachment":[{"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=303330"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=303330"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/savepearlharbor.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=303330"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}