142      Глава 6. Агрегирование данных

Поскольку в данном конкретном примере извлекаются данные о продажах за указанный период времени по всем регионам, можно не указывать названия регионов и передавать только даты:

df_date_region['2022-02-04':'2022-02-05']

Этот код должен вывести точно такой же результат, как и в предыдущем примере.

Срезы на разных уровнях агрегирования

Возможно, вам понадобятся срезы агрегированных значений на различных уровнях согласно иерархическому индексу. В нашем примере самым высоким уровнем агрегации является Date(дата), внутри него находится уровень Region (регион). Допустим, нам нужно получить данные о продажах для определенного среза дат, выбрав все содержимое уровня Region. Это можно сделать с помощью функции Python slice() в сочетании со свойством датафрейма loc, как показано ниже:

df_date_region.loc[(slice('2022-02-05', '2022-02-06'), slice(None)), :]

Здесь мы дважды использовали функцию slice(). В первом случае slice() определяет диапазон среза по дате (Date), самому высокому уровню агрегации.

Врезультате создается объект slice, указывающий начальную и конечную даты. Во второй раз slice()вызывается на уровне региона (Region). Это следующий, более низкий уровень. Указав None, мы выбираем все содержимое уровня Region.

Воператор [] свойства loc также включается запятая, за которой следует двоеточие (:). Этот синтаксис указывает, что используются метки строк, а не столбцов.

Врезультате получим следующий набор строк:

Группировка и агрегирование данных      143

В следующем примере заменим slice(None) на slice('East'), тем самым сократив количество получаемых данных о продажах за указанный диапазон дат до строк, содержащих East:

df_date_region.loc[(slice('2022-02-05', '2022-02-06'), slice('East')), :]

Получим следующие строки:

На уровне Region тоже можно указать не одно значение, а диапазон. Однако в данном конкретном примере этот диапазон может начинаться только с 'East' и заканчиваться 'West', что реализуется как: slice('East','West'). Поскольку это единственный возможный диапазон, вызов slice('East','West') будет эквивалентен вызову slice(None).

Добавление общего итога

Когда речь идет об агрегировании данных о продажах, в конечном счете может понадобиться рассчитать общий итог, или сумму всех итоговых значений продаж, и добавить его в датафрейм. Поскольку в нашем примере все итоговые значения находятся в одном датафрейме (df_date_region), можно использовать метод pandas sum() для нахождения общего объема продаж по всем регионам и всем датам. Данный метод вычисляет сумму значений по указанной оси, как показано ниже:

ps = df_date_region.sum(axis = 0) print(ps)

Здесь sum()возвращает объект pandas Series с суммарными значениями по столбцу Total датафрейма df_date_region. Помните, что указывать столбец Total при вызове sum() нет необходимости, поскольку эта функция автоматически применяется к любым числовым данным. Содержимое серии ps будет следующим:

Total 731.0 dtype: float64