Agrupar y transformar

Aquí llega la operación más poderosa del análisis de datos: AGRUPAR. "¿Cuánto gasté en CADA categoría?" "¿Cuál es el promedio POR mes?" El groupby de Pandas responde estas preguntas —dividir los datos en grupos y calcular algo por cada uno— en una línea. Y con las transformaciones (crear columnas nuevas, aplicar funciones) preparas los datos para el análisis. Hoy dominas groupby y las transformaciones, el 20% de Pandas que resuelve el 80% del trabajo real.

Clasificar y contar por montón

groupby: agregar por grupo

df.groupby("categoria")["valor"].sum() hace tres cosas: agrupa las filas por categoria, toma la columna valor, y suma dentro de cada grupo —dándote el total gastado en cada categoría—. Cambia .sum() por .mean() (promedio), .count() (cuántos), .max() (el mayor) según la pregunta. El resultado es una Series (categoría → valor) que puedes ordenar. Este patrón "agrupar por X y calcular Y" es la operación más usada del análisis de datos: transforma una tabla de transacciones sueltas en un resumen que revela patrones.

agg, columnas nuevas y apply

Mini-reto

Analiza patrones en Mi Bolsillo: 1) crea un DataFrame de gastos (nombre, valor, categoria, con al menos 6 filas y categorías repetidas); 2) con groupby, calcula el total y el promedio por categoría; 3) usa agg para obtener suma, promedio y conteo por categoría en una sola tabla; 4) crea una columna con_iva (valor × 1.19) y una columna nivel con apply que clasifique cada gasto; 5) ordena el total por categoría de mayor a menor. Encuentra en qué categoría se va la mayor parte del dinero.

Qué sigue

Ya extraes patrones de los datos. La próxima lección trae la VISUALIZACIÓN —convertir números en gráficos que cuentan la historia de un vistazo— con matplotlib. Un gráfico bien hecho comunica en segundos lo que una tabla de números esconde. El puente entre el análisis y la comunicación.