Pandas GroupBy

SQL'deki GROUP BY'ın Pandas karşılığı. Split-Apply-Combine deseni.

Temel Kullanım

import pandas as pd

df = pd.DataFrame({
    'category': ['A', 'B', 'A', 'B', 'A'],
    'value': [10, 20, 30, 40, 50]
})

df.groupby('category')['value'].mean()
# category
# A    30
# B    30

Çoklu Aggregation

df.groupby('category').agg({
    'value': ['mean', 'sum', 'count'],
    'price': ['min', 'max']
})

Named Aggregation (Pandas 0.25+)

df.groupby('category').agg(
    avg_value=('value', 'mean'),
    total_value=('value', 'sum'),
    count_records=('value', 'count')
)

Transform vs Aggregate

Aggregate: Her grup için tek değer.

Transform: Orijinal shape'i korur, her satıra grup değeri yazılır.

# Aggregate
df.groupby('cat')['value'].mean()  # Her kategori için 1 değer

# Transform
df['group_mean'] = df.groupby('cat')['value'].transform('mean')
# Her satıra kendi kategorisinin ortalaması yazılır

Filter

# 5'ten fazla kayıt olan kategorileri tut
df.groupby('cat').filter(lambda g: len(g) > 5)

Apply (Custom Fonksiyon)

df.groupby('cat').apply(lambda g: pd.Series({
    'range': g['value'].max() - g['value'].min(),
    'cv': g['value'].std() / g['value'].mean()  # coefficient of variation
}))

Performans İpuçları

Gerçek Dünya