groupby — разбить, применить агрегат, собрать (split-apply-combine): df.groupby("city")["amount"].agg(["sum", "mean"]). merge — соединение таблиц по ключам, как SQL JOIN (how="left", on=). Ловушки: размножение строк при дублях ключа, NaN-ключи отбрасываются в groupby по умолчанию, типы ключей не совпадают (строка и число).
А ещё concat склеивает таблицы по строкам или столбцам, join — merge по индексу
Так подсказку видит пользователь sotto на живом собеседовании — за пару секунд, пока вы думаете вслух.
Именованные агрегаты (agg(revenue=("amount", "sum"))) дают читаемые столбцы без мультииндекса.
transform возвращает результат той же длины, что исходная таблица: df["share"] = df["amount"] / df.groupby("user_id")["amount"].transform("sum") — аналог оконной функции.
Ловушки merge:
sottovalidate ловит это сразу;user_id как int в одной таблице и str в другой — пустой результат без ошибки;_x, _y;Проверка после соединения: сравнить число строк до и после, посмотреть indicator и долю left_only.
orders.merge(users, on="user_id", how="left",
validate="many_to_one", indicator=True)
(orders
.groupby(["city", "month"], dropna=False)
.agg(revenue=("amount", "sum"),
buyers=("user_id", "nunique"),
median_check=("amount", "median"))
.reset_index())sotto слышит вопрос интервьюера и показывает короткий ответ и план, как в блоке «Коротко». Оставьте контакт — пришлём доступ и промокод.