...
← Curs Data Analysis with Python: toate lecțiile
Lecția 9 · Date în Python

Totaluri pe categorii: gruparea cu dicționare

„Cât am vândut în fiecare oraș?” Răspunsul nu este un singur număr, ci câte un total pentru fiecare grupă. În Python pur îl calculezi cu un dicționar acumulator: cheia este grupa, valoarea este totalul ei. Este exact ce face, mai târziu, groupby din pandas.

dict.get(cheie, 0)

totaluri.get(cheie, 0) întoarce valoarea cheii sau 0 dacă cheia lipsește, fără KeyError. Este exact ce ne trebuie pentru prima apariție a unei grupe:

vanzari = [
    {"produs": "Laptop", "categorie": "Calculatoare", "suma": 3500},
    {"produs": "Mouse", "categorie": "Accesorii", "suma": 80},
    {"produs": "Monitor", "categorie": "Calculatoare", "suma": 900},
    {"produs": "Tastatură", "categorie": "Accesorii", "suma": 150},
    {"produs": "Căști", "categorie": "Audio", "suma": 300},
    {"produs": "Boxe", "categorie": "Audio", "suma": 450},
]
totaluri = {}
for r in vanzari:
    cat = r["categorie"]
    totaluri[cat] = totaluri.get(cat, 0) + r["suma"]
print(totaluri)
{'Calculatoare': 4400, 'Accesorii': 230, 'Audio': 750}
Important

Fără .get, linia totaluri[cat] = totaluri[cat] + r["suma"] dă KeyError la primul rând, pentru că dicționarul este încă gol.

Exercițiul tău

Calculează totalul vânzărilor pe oraș din cele 8 rânduri și afișează orașele în ordinea descrescătoare a totalului, câte unul pe linie, în forma București: 7920.

  • Pornește cu totaluri = {}.
  • Pentru fiecare rând adună suma la totaluri[oras] cu .get(oras, 0).
  • Sortează totaluri.items() după total, descrescător.
  • Afișează fiecare oraș și totalul lui.
for oras, total in sorted(totaluri.items(), key=lambda p: p[1], reverse=True):

Soluția exercițiului

vanzari = [
    {"oras": "Cluj-Napoca", "suma": 3500},
    {"oras": "București", "suma": 800},
    {"oras": "Iași", "suma": 2700},
    {"oras": "București", "suma": 3600},
    {"oras": "Cluj-Napoca", "suma": 510},
    {"oras": "Timișoara", "suma": 1900},
    {"oras": "Iași", "suma": 3400},
    {"oras": "București", "suma": 3520},
]

totaluri = {}
for r in vanzari:
    oras = r["oras"]
    totaluri[oras] = totaluri.get(oras, 0) + r["suma"]

for oras, total in sorted(totaluri.items(), key=lambda p: p[1], reverse=True):
    print(f"{oras}: {total}")
Excelent! Continuă cu lecția următoare →
Vrei să afli mai mult?Ideea: câte un acumulator pentru fiecare grupă · Numărarea pe grupe · Afișarea sortată · Greșeli frecvente · Unde grupezi

Ideea: câte un acumulator pentru fiecare grupă

În lecția 5 aveai un singur acumulator, total. Acum ai nevoie de câte unul pentru fiecare categorie, dar nu știi dinainte ce categorii există. Le ții într-un dicționar care crește pe măsură ce le întâlnești:

1
Pornești cu un dicționar gol: totaluri = {}.
2
Pentru fiecare rând iei cheia (de exemplu categoria).
3
Aduni suma la valoarea veche a cheii; dacă cheia nu există încă, valoarea veche este 0.
4
La final, dicționarul are câte un total pentru fiecare grupă.

Numărarea pe grupe

Același tipar numără rândurile din fiecare grupă: aduni 1 în loc de sumă. Din total și număr obții media pe grupă.

vanzari = [
    {"produs": "Laptop", "categorie": "Calculatoare", "suma": 3500},
    {"produs": "Mouse", "categorie": "Accesorii", "suma": 80},
    {"produs": "Monitor", "categorie": "Calculatoare", "suma": 900},
    {"produs": "Tastatură", "categorie": "Accesorii", "suma": 150},
    {"produs": "Căști", "categorie": "Audio", "suma": 300},
    {"produs": "Boxe", "categorie": "Audio", "suma": 450},
]
totaluri = {}
numar = {}
for r in vanzari:
    cat = r["categorie"]
    totaluri[cat] = totaluri.get(cat, 0) + r["suma"]
    numar[cat] = numar.get(cat, 0) + 1
for cat in totaluri:
    print(f"{cat}: {numar[cat]} produse, medie {totaluri[cat] / numar[cat]:.2f} lei")
Calculatoare: 2 produse, medie 2200.00 lei
Accesorii: 2 produse, medie 115.00 lei
Audio: 2 produse, medie 375.00 lei

Afișarea sortată

Un dicționar păstrează ordinea în care au apărut cheile. Pentru un clasament sortezi perechile din .items() după valoare; fiecare pereche este (cheie, valoare), deci valoarea este p[1]:

vanzari = [
    {"produs": "Laptop", "categorie": "Calculatoare", "suma": 3500},
    {"produs": "Mouse", "categorie": "Accesorii", "suma": 80},
    {"produs": "Monitor", "categorie": "Calculatoare", "suma": 900},
    {"produs": "Tastatură", "categorie": "Accesorii", "suma": 150},
    {"produs": "Căști", "categorie": "Audio", "suma": 300},
    {"produs": "Boxe", "categorie": "Audio", "suma": 450},
]
totaluri = {}
for r in vanzari:
    totaluri[r["categorie"]] = totaluri.get(r["categorie"], 0) + r["suma"]
for cat, total in sorted(totaluri.items(), key=lambda p: p[1], reverse=True):
    print(cat, total)
Calculatoare 4400
Audio 750
Accesorii 230

Greșeli frecvente

  • Pui totaluri = {} în buclă: dicționarul se golește la fiecare rând.
  • Scrii totaluri[cat] = r["suma"] (fără adunare): fiecare rând suprascrie totalul, iar la final ai doar ultima sumă a grupei.
  • Sortezi după p[0]: obții ordinea alfabetică a grupelor, nu clasamentul după total.

Unde grupezi

Lanț de magazine

Încasări pe magazin și pe oraș.

HR

Fondul de salarii pe departament.

Contabilitate

Cheltuieli pe furnizor.

Bine de știut

În modulul 3 vei scrie același calcul ca df.groupby("oras")["suma"].sum(). Înțelegând acum mecanismul, vei ști exact ce face pandas „în spate”.

main.pyPython
ConsolăSe încarcă...
Mediul de lucru se încarcă. Poți citi lecția între timp.
Rulează codul cu butonul de sus sau cu Ctrl + Enter / Cmd + Enter.
Parcursul tău Python pentru date Lecția 9 · Gruparea cu dicționare
Progres 0% 0 din 17
Lecția curentă 9 / 15 Date în python