Bài tập groupby pandas: gom nhóm, transform, map, apply
Bài 12/13 · Chương 5
GroupBy, map và apply
- 9 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 8
Mười bài tập groupby pandas dưới đây được chấm ngay trên trang: mỗi bài bạn viết thân một hàm, bấm Chạy, và từng dòng kiểm tra báo đạt hay chưa. Các bài xếp từ dễ tới khó, dùng lại cả chương gom nhóm: groupby() một và hai cột, agg(), transform(), filter(), rank(), map(), replace(), pd.cut() và kiểu category. Bài tính tiền tăng ca nhận cả lời giải dùng apply(), nhưng không bắt buộc kỹ thuật đó.
Cần biết trước: transform(), pd.cut() và pd.qcut() và apply().
Cách làm các bài tập
Mỗi bài cho sẵn dòng import pandas as pd và dòng def với thân là pass. Bạn thay pass bằng thân hàm. Trình chấm không đọc những gì bạn in ra: nó gọi hàm của bạn với nhiều bảng khác nhau rồi so giá trị trả về, nên hàm phải return kết quả. Bảng và Series phần lớn được so bằng pandas.testing, không so kiểu số nguyên cụ thể, nhưng có so index và thứ tự dòng mà đề nêu.
Mỗi hàm có năm dòng kiểm tra. Một dòng là ví dụ trong đề, một dòng kiểm kiểu trả về và kiểm bảng của nơi gọi còn nguyên. Các dòng còn lại thử bảng một dòng, giá trị nằm đúng mốc, và hai mươi lăm bảng sinh tự động bằng np.random.default_rng(). Vì vậy hàm gõ sẵn đáp số của ví dụ sẽ không qua, và hàm thêm cột hay sắp inplace=True trên bảng được truyền vào cũng không qua.
Bí thì mở gợi ý theo thứ tự: gợi ý thứ nhất chỉ chỗ cần nhìn, thứ hai nêu cách làm, thứ ba gần như là lời giải. Chưa đạt một dòng kiểm tra, hãy dựng đúng bảng trong dòng đó, gọi hàm và in kết quả để so. Mỗi đề kết thúc bằng một link "Ôn lại" về bài dạy kỹ thuật của bài tập.
Mức dễ: một phép gom hay một phép đổi giá trị
Ba bài đầu mỗi bài cần một lệnh: cộng theo nhóm, sửa vài giá trị, hay chia khoảng theo mốc.
Tổng vé của từng phim
Bảng ve của một rạp chiếu có ba cột: phim, suat (giờ chiếu) và so_ve (số vé bán của suất đó). Viết thân hàm so_ve_theo_phim(ve) cộng số vé của từng phim, gộp mọi suất.
Kết quả có index là tên phim, theo thứ tự mà groupby() cho. Hàm không sửa bảng ve của nơi gọi.
Trả về: tổng vé của từng phim, một Series.
Ví dụ sáu suất của ba phim Mai, Lật mặt 8 và Đất rừng cho 205 vé Lật mặt 8, 240 vé Mai và 60 vé Đất rừng. Ôn lại: groupby().
import pandas as pd
def so_ve_theo_phim(ve):
pass # Viết thân hàm thay cho dòng nàySửa tên món gõ sai
Cột tên món của một quán nước có vài tên gõ không dấu, như cafe sua. Dict bang_sua ghi tên sai và tên đúng, ví dụ {"cafe sua": "Cà phê sữa"}. Viết thân hàm sua_ten_mon(mon, bang_sua) nhận Series mon và trả về cột đã sửa.
Tên có trong bang_sua được đổi, tên khác giữ nguyên. Kết quả giữ index của mon. Hàm không sửa mon của nơi gọi.
Trả về: cột tên món đã sửa, một Series.
Ví dụ ["cafe sua", "Trà đào", "tra dao", "Bạc xỉu", "cafe sua"] với bảng sửa hai tên cho ["Cà phê sữa", "Trà đào", "Trà đào", "Bạc xỉu", "Cà phê sữa"]. Ôn lại: map() và replace().
import pandas as pd
def sua_ten_mon(mon, bang_sua):
pass # Viết thân hàm thay cho dòng nàyChia khách theo nhóm tuổi
Series tuoi ghi tuổi (số nguyên từ 0 đến 110) của khách một phòng khám, index là tên. Viết thân hàm nhom_tuoi(tuoi) đặt mỗi người vào một nhóm:
Từ 0 đến 17 tuổi là
Dưới 18, từ 18 đến 35 làThanh niên.Từ 36 đến 59 là
Trung niên, từ 60 trở lên làCao tuổi.
Kết quả giữ index của tuoi. Hàm không sửa tuoi của nơi gọi.
Trả về: nhóm tuổi của từng người, một Series.
Ví dụ tuổi 17, 18, 60 cho Dưới 18, Thanh niên, Cao tuổi. Ôn lại: pd.cut() và pd.qcut().
import pandas as pd
def nhom_tuoi(tuoi):
pass # Viết thân hàm thay cho dòng nàyMức vừa: nhiều cột, nhiều hàm, giữ dòng gốc
Bốn bài tiếp theo gom theo hai cột, tính nhiều hàm trong một lần, hoặc trả kết quả về từng dòng gốc.
Lượt vào một khung giờ mỗi ngày
Bảng luot của một bể bơi có ba cột: ngay, khung_gio (Sáng, Chiều, Tối) và ma_ve, mỗi dòng là một lượt vào. Viết thân hàm luot_khung_gio(luot, khung) đếm số lượt của khung giờ khung trong từng ngày.
Kết quả có index là ngày, xếp tăng dần; ngày không có lượt nào ở khung đó thì không có dòng. khung luôn có ít nhất một lượt. Hàm không sửa bảng luot của nơi gọi.
Trả về: số lượt của khung giờ theo ngày, một Series.
Ví dụ bảy lượt trong ba ngày với khung = "Sáng" cho 2 lượt ngày 2026-03-01 và 2 lượt ngày 2026-03-02. Ôn lại: MultiIndex.
import pandas as pd
def luot_khung_gio(luot, khung):
pass # Viết thân hàm thay cho dòng nàyBáo cáo giao dịch theo quầy
Bảng gd của một siêu thị có ba cột: quay (quầy thu ngân), ma_the (thẻ thành viên) và so_tien. Viết thân hàm bao_cao_quay(gd) trả về bảng mỗi quầy một dòng, index là quay, có ba cột theo đúng thứ tự:
so_khach: số thẻ khác nhau đã quẹt ở quầy.tong_tienvàlon_nhat: tổng tiền và giao dịch lớn nhất.
Dùng một lệnh agg(). Hàm không sửa bảng gd của nơi gọi.
Trả về: bảng báo cáo theo quầy, một DataFrame.
Ví dụ sáu giao dịch ở hai quầy cho quầy Q1 2 khách, 510000 đ, lớn nhất 300000 đ. Ôn lại: agg().
import pandas as pd
def bao_cao_quay(gd):
pass # Viết thân hàm thay cho dòng nàyTỉ lệ mỗi khoản trong chi phí phòng
Bảng chi của một công ty có ba cột: phong, khoan và so_tien. Viết thân hàm ti_le_chi_phi(chi): với mỗi dòng, lấy so_tien chia cho tổng chi của chính phòng đó.
Kết quả dài bằng chi, giữ index của chi, và các tỉ lệ của một phòng cộng lại bằng 1. Hàm không sửa bảng chi của nơi gọi.
Trả về: tỉ lệ của từng khoản trong phòng, một Series.
Ví dụ phòng Kế toán chi 3000000 và 1000000 cho tỉ lệ 0.75 và 0.25. Ôn lại: transform().
import pandas as pd
def ti_le_chi_phi(chi):
pass # Viết thân hàm thay cho dòng nàyGiữ các trạm không lần nào vượt ngưỡng bụi
Bảng do ghi chỉ số bụi PM2.5 của các trạm quan trắc, ba cột tram, ngay, pm25. Một trạm được coi là sạch khi mọi lần đo của nó không quá nguong. Viết thân hàm tram_sach(do, nguong) giữ các dòng của những trạm sạch.
Lần đo đúng bằng
nguongvẫn được tính là không quá.Giữ index và thứ tự các dòng như trong
do.
Hàm không sửa bảng do của nơi gọi.
Trả về: các dòng của trạm sạch, một DataFrame.
Ví dụ ba trạm với nguong = 50 giữ năm dòng của Cầu Giấy và Hà Đông, bỏ Long Biên vì có lần đo 61.0. Ôn lại: groupby().filter().
import pandas as pd
def tram_sach(do, nguong):
pass # Viết thân hàm thay cho dòng nàyMức khó: giá trị bằng nhau, quy tắc nhiều nhánh, nhóm vắng mặt
Ba bài cuối có bẫy riêng: hai món cùng hạng, hệ số theo loại ngày, và size không có dòng nào vẫn phải có mặt.
Món bán chạy mỗi ngày, giữ cả món bằng điểm
Bảng ban của một quán ăn có ba cột: ngay, mon và so_phan. Viết thân hàm top_mon_moi_ngay(ban, n) giữ các món nằm trong n hạng đầu của ngày đó theo số phần bán.
Món bằng số phần nhận cùng hạng, hạng kế tiếp nhảy qua: hai món đầu bằng nhau đều hạng 1, món sau là hạng 3.
Giữ index và thứ tự các dòng như trong
ban.
Hàm không sửa bảng ban của nơi gọi.
Trả về: các dòng món bán chạy, một DataFrame.
Ví dụ ngày T7 bán Bún chả 95, Phở 80, Cơm tấm 80 với n = 2 giữ cả ba món, vì Phở và Cơm tấm cùng hạng 2. Ôn lại: rank() và top N mỗi nhóm.
import pandas as pd
def top_mon_moi_ngay(ban, n):
pass # Viết thân hàm thay cho dòng nàyTiền tăng ca theo loại ngày
Bảng cham của một xưởng in có ba cột: nhan_vien, loai_ngay (Thường, Cuối tuần, Lễ) và gio (số giờ tăng ca). Tiền tăng ca của một dòng là gio nhân luong_gio nhân hệ số: ngày thường 1.5, cuối tuần 2.0, ngày lễ 3.0. Viết thân hàm tien_tang_ca(cham, luong_gio).
Kết quả dài bằng cham và giữ index của cham. Bạn dùng map(), apply() hay np.where() đều được. Hàm không sửa bảng cham của nơi gọi.
Trả về: tiền tăng ca của từng dòng, một Series.
Ví dụ 3 giờ ngày lễ với luong_gio = 40000 cho 360000.0. Ôn lại: apply().
import pandas as pd
def tien_tang_ca(cham, luong_gio):
pass # Viết thân hàm thay cho dòng nàyTồn kho theo size, đủ cả size hết hàng
Bảng kho của một cửa hàng áo thun có ba cột: ma, size (S, M, L, XL) và ton (số chiếc tồn). Viết thân hàm ton_theo_size(kho) cộng ton theo size.
Kết quả luôn có đúng bốn dòng theo thứ tự
S,M,L,XL.Size không có mã nào trong
khoghi0.
Hàm không sửa bảng kho của nơi gọi.
Trả về: tổng tồn kho theo size, một Series.
Ví dụ năm mã không có size L cho [20, 38, 0, 17]. Ôn lại: category.
import pandas as pd
def ton_theo_size(kho):
pass # Viết thân hàm thay cho dòng nàyCâu hỏi thường gặp
Làm các bài tập groupby (pandas groupby exercises) trên máy của mình được không?
Được. Chép dòng def cùng lời giải của bạn vào một file, rồi chép các dòng của phần kiểm tra xuống dưới và chạy file bằng Python có cài pandas. Dòng nào báo AssertionError là dòng chưa đạt. Cách tự kiểm hàm bằng assert nằm ở bài assert.
Hàm của tôi đúng trên ví dụ trong đề mà vẫn chưa đạt, vì sao?
Thường là do index hay do bảng của nơi gọi. Kết quả của transform(), filter() giữ index gốc, còn reset_index() hay as_index=False đổi nó. Gán cột mới vào bảng được truyền vào là sửa bảng của nơi gọi, như bài Copy-on-Write giải thích. Dựng đúng bảng trong dòng chưa đạt rồi in kết quả để thấy chỗ khác.
Làm xong 10 bài này thì luyện tiếp ở đâu?
Dự án báo cáo doanh thu kênh × danh mục đứng ngay sau trang này, ghép map(), gom hai cột, agg(), transform() và rank() thành một báo cáo hằng tuần trên dữ liệu đơn hàng. Sau đó chương ghép bảng dạy merge() và concat().
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.