Podręcznik uczestnika z objaśnieniami, przykładami i ćwiczeniami do samodzielnej nauki

5. Grupowanie i agregacje

Grupowanie dzieli rekordy według klucza i oblicza miary dla każdej grupy. W M3-P03 jeden wiersz wyniku opisuje urządzenie. W M3-P04 porównasz tryby, typy oraz ich kombinacje.

Wróć do pełnych 720 pomiarów. Podzbiór powyzej_progu dałby mediany tylko wysokich drgań trzech urządzeń. Poprawny technicznie kod odpowiedziałby na inne pytanie.

Ranking median dla M3 P03

ranking_urzadzen = (
    pomiary_clean.groupby("urzadzenie", as_index=False)
    .agg(liczba_pomiarow=("drgania", "count"),
         mediana_drgan=("drgania", "median"))
    .sort_values(["mediana_drgan", "urzadzenie"],
                 ascending=[False, True])
)
assert ranking_urzadzen.shape == (8, 3)
assert ranking_urzadzen["liczba_pomiarow"].eq(90).all()
assert ranking_urzadzen["liczba_pomiarow"].sum() == 720
display(ranking_urzadzen)

Agregacja nazwana łączy nazwę wyniku, pole i funkcję, np. mediana_drgan=("drgania", "median"). As_index=False zachowuje klucz jako kolumnę do sortowania i eksportu.

Urządzenie

Mediana drgań mm/s

Liczba pomiarów

U-05

1,3735

90

U-08

1,3605

90

U-07

1,3460

90

U-03

1,2520

90

U-06

1,2500

90

U-02

1,1575

90

U-04

1,1250

90

U-01

1,0380

90

Pierwsze trzy urządzenia odpowiadają na M3-P03, ale zachowaj cały ranking. Mediana U-05 przewyższa medianę U-07 o 0,0275 mm/s. Wynik opisuje typowy poziom drgań w badanym okresie. Bez norm i historii zdarzeń nie uzasadnia określenia urządzenia jako uszkodzonego ani zalecenia naprawy.

Liczba rekordów i liczba dostępnych wartości

Size liczy wszystkie wiersze grupy. Count liczy niebrakujące wartości wskazanego pola. W przypadku energii i produkcji obie wielkości mogą się różnić. Jedna wspólna kolumna n dla całej tabeli nie pokaże wtedy, z ilu obserwacji powstała każda mediana.

Pytanie M3-P04 wymaga trzech poziomów porównania. Zaczynamy od dwóch trybów pracy, potem czterech typów urządzeń, a na końcu ośmiu kombinacji typu i trybu. Funkcja pozwala zachować ten sam zestaw miar przy zmianie klucza.

def agreguj_prace(klucz):
    return pomiary_clean.groupby(
        klucz, as_index=False, observed=True, dropna=False
    ).agg(
        rekordy=("urzadzenie", "size"),
        energia_n=("energia", "count"),
        energia_mediana=("energia", "median"),
        produkcja_n=("produkcja", "count"),
        produkcja_mediana=("produkcja", "median")
    )
 
wedlug_trybu = agreguj_prace("tryb")
wedlug_typu = agreguj_prace("typ_urzadzenia")
wedlug_typu_trybu = agreguj_prace(["typ_urzadzenia", "tryb"])
for tabela in [wedlug_trybu, wedlug_typu, wedlug_typu_trybu]:
    assert tabela["rekordy"].sum() == 720
    assert tabela["energia_n"].sum() == 718
    assert tabela["produkcja_n"].sum() == 719
assert len(wedlug_typu_trybu) == 8
display(wedlug_trybu)

Observed=True ogranicza grupy kategoryczne do obserwowanych kombinacji. Dropna=False pozwala nie pomijać grup z brakującym kluczem. W danych kursowych klucze są kompletne, a wszystkie oczekiwane kombinacje istnieją. Przy innym zbiorze trzeba porównać wynik z zakresem pytania, zwłaszcza gdy niektóre kombinacje nie występują.

Tryb

Rekordy

n energii i produkcji

Mediany energii i produkcji

auto

360

359 i 359

14,25 kWh i 152 szt.

oszczedny

360

359 i 360

14,23 kWh i 153 szt.

Tryby obejmują po tyle samo rekordów, ale mediany produkcji mają różne podstawy. Dwa braki energii rozkładają się po jednym na tryb, a brak produkcji należy do auto. Sumy liczebności powinny zgadzać się z wejściem. Median grup nie sumuje się w celu uzyskania mediany całego zbioru.

Porównanie ogólne i porównanie wewnątrz typów

Ogólne mediany energii trybów różnią się o 0,02 kWh, a rozpiętość median typów wynosi około 1,70 kWh. Przenośniki mają medianę 14,58 kWh, sprężarki 14,25, wentylatory 13,91, a pompy 12,88. Ogólne porównanie trybów nie pokazuje tej struktury.

Każda z ośmiu kombinacji obejmuje 90 rekordów. W nawiasach przy medianach podano liczby dostępnych wartości. Tabela nie porównuje sprawności urządzeń.

Typ urządzenia

Tryb

Energia kWh i n

Produkcja szt. i n

Pompa obiegowa

auto

12,880 (89)

156,0 (89)

Pompa obiegowa

oszczedny

13,600 (90)

157,0 (90)

Przenośnik

auto

14,580 (90)

150,5 (90)

Przenośnik

oszczedny

14,545 (90)

150,0 (90)

Sprężarka

auto

14,240 (90)

151,0 (90)

Sprężarka

oszczedny

14,270 (90)

152,0 (90)

Wentylator przemysłowy

auto

13,195 (90)

153,5 (90)

Wentylator przemysłowy

oszczedny

13,910 (89)

153,0 (90)

Różnica energii oszczedny względem auto jest dodatnia dla pompy, sprężarki i wentylatora, a ujemna dla przenośnika. Różnice produkcji też nie mają jednego kierunku. Twierdzenie „tryb oszczędny jest zawsze lepszy” wykraczałoby poza dane.

Podział na typy nadal nie kontroluje obciążenia, mocy ani konkretnego urządzenia. Mediana energii nie mierzy efektywności energetycznej. Taka ocena wymaga definicji efektu pracy, porównywalnych warunków i odpowiedniej miary.

Ćwiczenie w notebooku

Porównaj temperaturę między lokalizacjami przez size, count i medianę. Posortuj mediany malejąco. Sprawdź sumę 720 obu liczebności i wyjaśnij ich równość. Zapisz obserwację oraz ograniczenie dotyczące składu urządzeń.

Sprawdź rozumienie 4

Dlaczego mediany obliczone na 28 przekroczeniach nie odpowiadają na M3-P03? Czy prawie identyczna mediana energii dwóch trybów wyklucza różnice wewnątrz typów urządzeń?