Это полезно)

Сейчас ещё народу сюда попробую нагнать из канала и группы на FB

Я бы вообще сделал больше про аналитику
Особенно в рамках адекватности вычисления различных метрик

Про аналитику есть чатик Леши Никушина

этот тот куда не пускают простых смертных?)

Ну да🙂но достаточно  написать Леше (@a_nikushin) с просьбой добавить и описанием кто такой и чем занимаешься и он добавит... возможно =)

Давнноооо пытался. Он тогда отключил сообщения от незнакомых людей)
ок, позже попробую пробиться

Нетерпится рассказать про метод chaining. После dplyr не мог заставить себя переключиться обратно, поэтому нашёл способ делать через цепочки всё. Кроме query также интересен assign, который позволяет создавать новые столбцы. Пример df.assign(new_col=lambda d: d.old_col_1 + d.old_col_2). И второй метод pipe. Это когда известные спобы сделать цепочку не работают, поэтому ты пишешь функцию и передаешь в pipe. Пример

def replace_cols(df, new_cols):
    df.columns = new_cols
    return df

df.pipe(replace_cols, ['col1', 'col2'])

Вариант выше позволяет, например, преименовать столбцы после того как агрегация создала 2 уровня в названиях колонок

А и ещё, чтобы цепочка осталась читаемой можно так:

(
    df
    .assign(...)
    .groupby()
    .agg()
    .query()
)

Скобочки позволяют на много строк разбивать

Да, pipe отличная штука. Я про него узнал из статьи https://tomaugspurger.github.io/method-chaining

А вместо assign можно использовать eval https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.eval.html

О, про eval даже не слышал) Спасибо!

Вообще идеологически все методы хотят к версии 1.0 сделать такими, чтобы можно было все делать цепочками методов

Сейчас например pivot через метод нельзя сделать, насколько мне известно

Очень надеюсь что они также аггрегацию поправят, сейчас это всё ужасно, особенно когда нужно 2 метрики посчитать на одном поле и потом с этим как-то работать. После dplyr это почти также больно как с matplot после ggplot2

А в чем проблема с двумя агрегациями по одной колонке? Есть ведь agg вида agg({'col':['sum', 'mean']})

Потом правда по мультииндексу придётся к колонкам обращаться

Ура, появился чат) у меня проблема с вытаскиванием данных из апи hh.ru, 1400 вакансий получается получить, на остальных говорит что "IOPub data rate exceeded. The notebook server will temporarily stop sending output to the client in order to avoid crashing it. To change this limit, set the config variable --NotebookApp.iopub_data_rate_limit". Знаете как и где можно это настроить?

Именно) Я так и не понял как потом переименовать что-то через rename или отфильтровать через query