B\u00fcy\u00fck veri setleri i\u00e7erisinde benzer niteliklere sahip \u00f6\u011feleri h\u0131zla tan\u0131mlamak ve bunlar\u0131 anlaml\u0131 gruplar halinde d\u00fczenlemek, \u00e7o\u011fu yaz\u0131l\u0131m projesinin temel ta\u015flar\u0131ndan biridir. Python’\u0131n g\u00fc\u00e7l\u00fc ve esnek yap\u0131s\u0131, bu t\u00fcr g\u00f6revler i\u00e7in bir\u00e7ok ara\u00e7 sunsa da, performans ve bellek verimlili\u011fi a\u00e7\u0131s\u0131ndan \u00f6ne \u00e7\u0131kan bir y\u0131ld\u0131z var: Modern yaz\u0131l\u0131m uygulamalar\u0131, s\u00fcrekli artan hacimlerde veriyle etkile\u015fim halindedir. Finansal i\u015flemlerden sens\u00f6r verilerine, kullan\u0131c\u0131 davran\u0131\u015flar\u0131ndan lojistik kay\u0131tlar\u0131na kadar her alanda, genellikle da\u011f\u0131n\u0131k ve ham formda gelen verileri anlaml\u0131 bilgilere d\u00f6n\u00fc\u015ft\u00fcrme ihtiyac\u0131 do\u011far. \u0130\u015fte bu noktada “veri gruplama” devreye girer. Veri gruplama, belirli bir kritere g\u00f6re benzer \u00f6\u011feleri bir araya getirerek, genel e\u011filimleri g\u00f6rmemizi, anormal durumlar\u0131 tespit etmemizi ve daha bilin\u00e7li kararlar almam\u0131z\u0131 sa\u011flar.<\/p>\n \u00d6rne\u011fin, bir e-ticaret platformunda g\u00fcnl\u00fck binlerce sipari\u015f kayd\u0131n\u0131n oldu\u011funu d\u00fc\u015f\u00fcn\u00fcn. Bu sipari\u015fleri b\u00f6lgesine, \u00fcr\u00fcne veya m\u00fc\u015fteriye g\u00f6re gruplayarak sat\u0131\u015f trendlerini analiz edebilir, en \u00e7ok satan \u00fcr\u00fcnleri belirleyebilir veya belirli bir kampanya d\u00f6nemindeki performans\u0131 \u00f6l\u00e7ebilirsiniz. Ya da bir sistemin log kay\u0131tlar\u0131n\u0131 incelerken, ayn\u0131 t\u00fcrdeki hata mesajlar\u0131n\u0131 gruplayarak hangi hatalar\u0131n daha s\u0131k tekrar etti\u011fini ve dolay\u0131s\u0131yla acil m\u00fcdahale gerektirdi\u011fini kolayca anlayabilirsiniz. Bu t\u00fcr senaryolar, veri gruplaman\u0131n sadece bir “kolayl\u0131k” de\u011fil, ayn\u0131 zamanda veriye dayal\u0131 stratejiler i\u00e7in bir “zorunluluk” oldu\u011funu a\u00e7\u0131k\u00e7a ortaya koyar. Geleneksel y\u00f6ntemlerle (d\u00f6ng\u00fcler, manuel listeler vb.) bu i\u015flemleri yapmak hem kod karma\u015f\u0131kl\u0131\u011f\u0131n\u0131 art\u0131r\u0131r hem de performans a\u00e7\u0131s\u0131ndan ciddi darbo\u011fazlara yol a\u00e7abilir. \u0130\u015fte tam da bu nedenle, Python’\u0131n standart k\u00fct\u00fcphanesinde yer alan ve \u00f6zellikle b\u00fcy\u00fck veri setleriyle \u00e7al\u0131\u015f\u0131rken imdad\u0131m\u0131za yeti\u015fen Peki, \u015eimdi basit bir \u00f6rnekle bu \u00e7al\u0131\u015fma prensibini peki\u015ftirelim. Bir say\u0131 listemiz olsun ve bu say\u0131lar\u0131 tek veya \u00e7ift olmalar\u0131na g\u00f6re gruplamak isteyelim:<\/p>\n <\/code><\/p>\n Bu \u00f6rnekte g\u00f6r\u00fcld\u00fc\u011f\u00fc gibi, \u015eimdi farkl\u0131 veri tipleri \u00fczerinde Stringleri belirli bir \u00f6zelli\u011fine g\u00f6re gruplayabiliriz. \u00d6rne\u011fin, bir kelime listesini ba\u015flang\u0131\u00e7 harflerine g\u00f6re gruplamak isteyebiliriz:<\/p>\n <\/code><\/p>\n Bu \u00f6rnekte, Ger\u00e7ek d\u00fcnya senaryolar\u0131nda s\u0131kl\u0131kla kar\u015f\u0131m\u0131za \u00e7\u0131kan bir durum, karma\u015f\u0131k nesne listelerini veya s\u00f6zl\u00fck listelerini gruplamakt\u0131r. \u00d6rne\u011fin, bir \u00fcr\u00fcn listesini fiyat aral\u0131\u011f\u0131na veya kategoriye g\u00f6re gruplayabiliriz:<\/p>\n <\/code><\/p>\n Bu \u00f6rnekte, her bir s\u00f6zl\u00fc\u011f\u00fcn Bir e-ticaret uygulamas\u0131nda \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131z\u0131 ve belirli bir zaman dilimindeki t\u00fcm sipari\u015f verilerine sahip oldu\u011funuzu varsayal\u0131m. Her sipari\u015f, \u00fcr\u00fcnler, fiyatlar, tarihler gibi bilgiler i\u00e7eriyor. Amac\u0131m\u0131z, bu sipari\u015fleri sat\u0131n al\u0131nan \u00fcr\u00fcnlerin kategorilerine g\u00f6re gruplamak ve her kategori i\u00e7in toplam sat\u0131\u015f miktar\u0131n\u0131 ve sat\u0131lan \u00fcr\u00fcn say\u0131s\u0131n\u0131 \u00f6zetlemektir. Bu analiz, hangi kategorilerin daha pop\u00fcler oldu\u011funu veya hangi kategorilerin sat\u0131\u015f performans\u0131n\u0131n d\u00fc\u015f\u00fck oldu\u011funu anlamak i\u00e7in kritik \u00f6neme sahiptir.<\/p>\n \u00d6ncelikle, \u00f6rnek bir sipari\u015f veri seti olu\u015ftural\u0131m. Her bir sipari\u015f \u00f6\u011fesi, bir s\u00f6zl\u00fck olarak temsil edilecek ve <\/code><\/p>\n Bu vaka analizinde, Bir sunucu veya uygulaman\u0131n \u00fcretti\u011fi log dosyalar\u0131, sistemin durumu hakk\u0131nda hayati bilgiler i\u00e7erir. Ancak genellikle bu dosyalar y\u00fczbinlerce, hatta milyonlarca sat\u0131r i\u00e7erebilir. Belirli bir zaman dilimindeki log girdilerini hata tiplerine (\u00f6rne\u011fin, ERROR, WARNING, INFO) g\u00f6re gruplayarak, sistemdeki sorunlar\u0131n yo\u011funlu\u011funu ve t\u00fcr\u00fcn\u00fc h\u0131zl\u0131ca anlayabiliriz. Bu, hata ay\u0131klama ve sistem sa\u011fl\u0131\u011f\u0131 izleme s\u00fcre\u00e7lerinde b\u00fcy\u00fck kolayl\u0131k sa\u011flar.<\/p>\n \u00d6rnek log girdilerini sim\u00fcle edelim. Her bir log sat\u0131r\u0131, bir zaman damgas\u0131, hata seviyesi ve mesajdan olu\u015fsun.<\/p>\n <\/code><\/p>\n Bu \u00f6rnekte, log kay\u0131tlar\u0131 bir dosyadan okunur gibi string format\u0131nda geldi. Bu vaka analizleri, Tek bir kritere g\u00f6re gruplama yapmak olduk\u00e7a kolayd\u0131r, peki ya verileri ayn\u0131 anda birden fazla \u00f6zelli\u011fine g\u00f6re gruplamak istersek? \u00d6rne\u011fin, sipari\u015fleri \u00f6nce kategoriye, sonra da sipari\u015f tarihine g\u00f6re gruplamak isteyebiliriz. Bu durumda Python'da tuple'lar, soldan sa\u011fa do\u011fru eleman eleman s\u0131ralan\u0131r. Bu \u00f6zellik sayesinde, <\/code><\/p>\n Bu teknik, veri setinizdeki farkl\u0131 boyutlara g\u00f6re detayl\u0131 analizler yapmak i\u00e7in inan\u0131lmaz derecede esneklik sunar. Peki ya s\u0131ralama yapmak istemiyorsak veya verimiz rastgele da\u011f\u0131lm\u0131\u015fsa? Bu durumda <\/code><\/p>\n Bu makalede kulland\u0131\u011f\u0131m\u0131z HTML yap\u0131s\u0131, temel SEO ilkelerine ve okunabilirli\u011fe odaklanm\u0131\u015ft\u0131r. Ancak g\u00fcn\u00fcm\u00fcz d\u00fcnyas\u0131nda i\u00e7eri\u011fin farkl\u0131 ekran boyutlar\u0131nda sorunsuz g\u00f6r\u00fcnmesi, yani mobil uyumluluk, vazge\u00e7ilmez bir standartt\u0131r. Makaledeki kod bloklar\u0131, listeler veya tablolar gibi \u00f6\u011felerin mobil cihazlarda ta\u015fma yapmadan, d\u00fczenli bir \u015fekilde g\u00f6r\u00fcnt\u00fclenmesi i\u00e7in CSS media query'lerden faydalanabiliriz.<\/p>\nitertools.groupby<\/code>. Bu makale, veri analizinden raporlamaya kadar geni\u015f bir yelpazede kullan\u0131lan bu fonksiyonun derinliklerine inerek, onu nas\u0131l ustaca kullanaca\u011f\u0131n\u0131z\u0131 ad\u0131m ad\u0131m a\u00e7\u0131klayacak ve ger\u00e7ek d\u00fcnya senaryolar\u0131yla peki\u015ftirecektir.<\/p>\nitertools.groupby<\/code> gibi ara\u00e7lara ihtiya\u00e7 duyar\u0131z. Bu fonksiyon, iterasyon protokol\u00fcn\u00fc kullanarak bellek verimli bir \u015fekilde gruplama yapmam\u0131z\u0131 sa\u011flayarak, daha temiz, daha h\u0131zl\u0131 ve daha okunabilir kodlar yazmam\u0131z\u0131n kap\u0131s\u0131n\u0131 aralar. \u015eimdi, bu g\u00fc\u00e7l\u00fc arac\u0131n temel prensiplerini ve nas\u0131l \u00e7al\u0131\u015ft\u0131\u011f\u0131n\u0131 daha yak\u0131ndan inceleyelim.<\/p>\nitertools.groupby Nedir ve Nas\u0131l \u00c7al\u0131\u015f\u0131r?<\/h2>\n
itertools.groupby<\/code>, Python’\u0131n itertools<\/code> mod\u00fcl\u00fcnde bulunan ve ad\u0131ndan da anla\u015f\u0131laca\u011f\u0131 gibi, bir iterable i\u00e7indeki ard\u0131\u015f\u0131k \u00f6\u011feleri belirli bir kritere g\u00f6re gruplamak i\u00e7in tasarlanm\u0131\u015f bir fonksiyondur. Bu fonksiyonun en \u00f6nemli \u00f6zelli\u011fi, “lazy evaluation” (tembel de\u011ferlendirme) prensibiyle \u00e7al\u0131\u015fmas\u0131d\u0131r. Yani, t\u00fcm iterable’\u0131 belle\u011fe y\u00fcklemek yerine, gruplar\u0131 birer birer \u00fcretir, bu da \u00f6zellikle \u00e7ok b\u00fcy\u00fck veri setleriyle \u00e7al\u0131\u015f\u0131rken bellek t\u00fcketimini minimumda tutar. groupby<\/code>, \u00e7\u0131kt\u0131 olarak bir iterator d\u00f6nd\u00fcr\u00fcr ve bu iterator her bir grup i\u00e7in iki \u00f6\u011feli bir tuple \u00fcretir: grubun anahtar\u0131 ve o anahtara ait \u00f6\u011feleri i\u00e7eren ba\u015fka bir iterator.<\/p>\ngroupby<\/code> tam olarak nas\u0131l gruplama yapar? Temel \u00e7al\u0131\u015fma mant\u0131\u011f\u0131 olduk\u00e7a basittir ancak bir kritik noktas\u0131 vard\u0131r: groupby<\/code>, sadece ard\u0131\u015f\u0131k (yan yana)<\/strong> olan ve ayn\u0131 anahtara sahip \u00f6\u011feleri gruplar. Bu, verinin groupby<\/code>‘a verilmeden \u00f6nce belirli bir kritere g\u00f6re s\u0131ralanm\u0131\u015f<\/strong> olmas\u0131n\u0131n hayati \u00f6nem ta\u015f\u0131d\u0131\u011f\u0131 anlam\u0131na gelir. E\u011fer veri s\u0131ralanmam\u0131\u015fsa, ayn\u0131 anahtara sahip olsalar bile yan yana olmayan \u00f6\u011feler farkl\u0131 gruplara ayr\u0131lacakt\u0131r. \u0130\u015fte bu nedenle, groupby<\/code>‘\u0131 genellikle sorted()<\/code> fonksiyonu ile birlikte kullan\u0131r\u0131z. groupby<\/code> fonksiyonu iki ana parametre al\u0131r:<\/p>\n\n
iterable<\/code>: Gruplanacak olan veri kayna\u011f\u0131 (liste, tuple, string vb.).<\/li>\nkey<\/code> (iste\u011fe ba\u011fl\u0131): Gruplama i\u015flemini hangi kritere g\u00f6re yapaca\u011f\u0131m\u0131z\u0131 belirleyen bir fonksiyon. E\u011fer key<\/code> belirtilmezse, \u00f6\u011felerin kendisi anahtar olarak kullan\u0131l\u0131r. Genellikle bir lambda fonksiyonu veya mevcut bir fonksiyon kullan\u0131l\u0131r.<\/li>\n<\/ul>\n\nfrom itertools import groupby\n\nsayilar = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]\n\n# Say\u0131lar\u0131 \u00e7ift\/tek olmalar\u0131na g\u00f6re gruplayal\u0131m\n# \u00d6nce s\u0131ralama yapmal\u0131y\u0131z, ancak burada gruplama anahtar\u0131na g\u00f6re s\u0131ralamad\u0131\u011f\u0131m\u0131z i\u00e7in\n# \u00e7\u0131kt\u0131n\u0131n nas\u0131l olaca\u011f\u0131n\u0131 g\u00f6rmek i\u00e7in s\u0131ral\u0131 olmayan bir \u00f6rnekle ba\u015flayal\u0131m.\nprint(\"S\u0131ral\u0131 olmayan liste ile groupby:\")\nfor k, g in groupby(sayilar, key=lambda x: \"\u00c7ift\" if x % 2 == 0 else \"Tek\"):\n print(f\"Anahtar: {k}, Grup: {list(g)}\")\n\n# \u00c7\u0131kt\u0131 \u015f\u00f6yle olacakt\u0131r:\n# Anahtar: Tek, Grup: [1]\n# Anahtar: \u00c7ift, Grup: [2]\n# Anahtar: Tek, Grup: [3]\n# Anahtar: \u00c7ift, Grup: [4]\n# Anahtar: Tek, Grup: [5]\n# Anahtar: \u00c7ift, Grup: [6]\n# Anahtar: Tek, Grup: [7]\n# Anahtar: \u00c7ift, Grup: [8]\n# Anahtar: Tek, Grup: [9]\n# Anahtar: \u00c7ift, Grup: [10]\n\n# G\u00f6rd\u00fc\u011f\u00fcn\u00fcz gibi, her say\u0131 ayr\u0131 bir grup olu\u015fturdu \u00e7\u00fcnk\u00fc tek ve \u00e7ift say\u0131lar ard\u0131\u015f\u0131k de\u011fildi.\n# Do\u011fru gruplama i\u00e7in \u00f6nce s\u0131ralama yapmal\u0131y\u0131z:\nprint(\"\\nS\u0131ral\u0131 liste ile groupby (ancak anahtara g\u00f6re s\u0131ral\u0131 de\u011fil):\")\nsirali_sayilar = sorted(sayilar) # say\u0131lar\u0131 s\u0131ralar, ama tek\/\u00e7ift olarak de\u011fil\nfor k, g in groupby(sirali_sayilar, key=lambda x: \"\u00c7ift\" if x % 2 == 0 else \"Tek\"):\n print(f\"Anahtar: {k}, Grup: {list(g)}\")\n\n# Hala ayn\u0131 sonu\u00e7. \u00c7\u00fcnk\u00fc sorted(sayilar) i\u015flemi say\u0131lar\u0131 k\u00fc\u00e7\u00fckten b\u00fcy\u00fc\u011fe s\u0131ralar: [1, 2, 3, ...].\n# Bizim istedi\u011fimiz, gruplama anahtar\u0131na g\u00f6re s\u0131ralama.\n\nprint(\"\\nGruplama anahtar\u0131na g\u00f6re s\u0131ral\u0131 liste ile groupby:\")\nsirali_sayilar_anahtara_gore = sorted(sayilar, key=lambda x: \"\u00c7ift\" if x % 2 == 0 else \"Tek\")\nfor k, g in groupby(sirali_sayilar_anahtara_gore, key=lambda x: \"\u00c7ift\" if x % 2 == 0 else \"Tek\"):\n print(f\"Anahtar: {k}, Grup: {list(g)}\")\n\n# \u015eimdi \u00e7\u0131kt\u0131 do\u011fru:\n# Anahtar: Tek, Grup: [1, 3, 5, 7, 9]\n# Anahtar: \u00c7ift, Grup: [2, 4, 6, 8, 10]\n <\/pre>\ngroupby<\/code>'\u0131n do\u011fru ve beklenen \u00e7\u0131kt\u0131y\u0131 vermesi i\u00e7in, verinin gruplama anahtar\u0131na g\u00f6re \u00f6nceden s\u0131ralanm\u0131\u015f olmas\u0131 kritik bir \u00f6neme sahiptir. \u0130lk \u00f6rnekte s\u0131ralama olmad\u0131\u011f\u0131 i\u00e7in, groupby<\/code> her tek ve \u00e7ift say\u0131y\u0131 ayr\u0131 bir grup olarak de\u011ferlendirdi. \u0130kinci \u00f6rnekte say\u0131lar\u0131 s\u0131ralasak bile, bu s\u0131ralama tek\/\u00e7ift kriterine g\u00f6re olmad\u0131\u011f\u0131 i\u00e7in yine istenen sonucu alamad\u0131k. \u00dc\u00e7\u00fcnc\u00fc \u00f6rnekte ise, sorted()<\/code> fonksiyonuna ayn\u0131 key<\/code> fonksiyonunu vererek, listeyi \"tek\" ve \"\u00e7ift\" olarak ard\u0131\u015f\u0131k hale getirdik ve bu sayede groupby<\/code> beklendi\u011fi gibi \u00e7al\u0131\u015ft\u0131. Bu temel prensibi anlamak, itertools.groupby<\/code>'\u0131 etkili bir \u015fekilde kullanman\u0131n ilk ad\u0131m\u0131d\u0131r.<\/p>\nitertools.groupby<\/code>, gruplar\u0131 birer birer i\u015fledi\u011fi i\u00e7in, b\u00fcy\u00fck veri setlerinde belle\u011fi verimli kullan\u0131r. Ancak her bir grup iterator'\u0131 t\u00fcketildikten sonra yeniden kullan\u0131lamaz. Bu y\u00fczden, bir grubu i\u015fledikten sonra tekrar kullanman\u0131z gerekiyorsa, onu bir listeye d\u00f6n\u00fc\u015ft\u00fcrmek (list(g)<\/code> gibi) iyi bir pratiktir.\n <\/div>\ngroupby'\u0131 Etkili Kullanmak \u0130\u00e7in Veriler Nas\u0131l Haz\u0131rlan\u0131r?<\/h3>\n
itertools.groupby<\/code>'\u0131n g\u00fcc\u00fcn\u00fc tam anlam\u0131yla kullanabilmek i\u00e7in, gruplama i\u015fleminden \u00f6nce verilerin do\u011fru bir \u015fekilde haz\u0131rlanmas\u0131 \u015fartt\u0131r. Az \u00f6nce de belirtildi\u011fi gibi, bu haz\u0131rl\u0131\u011f\u0131n en kritik ad\u0131m\u0131, veriyi gruplama anahtar\u0131na g\u00f6re s\u0131ralamakt\u0131r. Python'da s\u0131ralama i\u015flemini ger\u00e7ekle\u015ftirmek i\u00e7in genellikle sorted()<\/code> global fonksiyonunu veya liste nesnelerinin sort()<\/code> metodunu kullan\u0131r\u0131z. \u0130ki y\u00f6ntem de benzer i\u015flevselli\u011fi sunsa da, sorted()<\/code> yeni bir s\u0131ral\u0131 liste d\u00f6nd\u00fcr\u00fcrken, sort()<\/code> orijinal listeyi yerinde de\u011fi\u015ftirir.<\/p>\nsorted()<\/code> fonksiyonu, iterable<\/code>'\u0131n yan\u0131 s\u0131ra bir key<\/code> parametresi al\u0131r. Bu key<\/code> parametresi, her bir \u00f6\u011fe i\u00e7in s\u0131ralama kriterini belirleyen bir fonksiyon bekler. \u0130\u015fte bu noktada, groupby<\/code> i\u00e7in kulland\u0131\u011f\u0131m\u0131z key<\/code> fonksiyonunu, sorted()<\/code> i\u00e7in de kullanarak tutarl\u0131l\u0131k sa\u011flamam\u0131z b\u00fcy\u00fck \u00f6nem ta\u015f\u0131r. B\u00f6ylece, groupby<\/code>'\u0131n beklentisi olan \"ard\u0131\u015f\u0131k ayn\u0131 anahtar\" ko\u015fulunu garanti alt\u0131na alm\u0131\u015f oluruz.<\/p>\ngroupby<\/code>'\u0131 nas\u0131l kullanabilece\u011fimizi inceleyelim:<\/p>\nStringleri Gruplama<\/h4>\n
\nfrom itertools import groupby\n\nkelimeler = [\"elma\", \"armut\", \"kiraz\", \"\u00fcz\u00fcm\", \"erik\", \"\u00e7ilek\", \"vi\u015fne\", \"ayva\", \"muz\"]\n\n# Kelimeleri ilk harflerine g\u00f6re gruplayal\u0131m\n# \u00d6nce s\u0131ralama yapmal\u0131y\u0131z\nsirali_kelimeler = sorted(kelimeler, key=lambda x: x[0])\n\nprint(\"Kelimelerin ilk harflerine g\u00f6re gruplanmas\u0131:\")\nfor bas_harf, grup in groupby(sirali_kelimeler, key=lambda x: x[0]):\n print(f\"Ba\u015f Harf: {bas_harf}, Kelimeler: {', '.join(grup)}\")\n\n# \u00c7\u0131kt\u0131:\n# Ba\u015f Harf: a, Kelimeler: armut, ayva\n# Ba\u015f Harf: \u00e7, Kelimeler: \u00e7ilek\n# Ba\u015f Harf: e, Kelimeler: elma, erik\n# Ba\u015f Harf: k, Kelimeler: kiraz\n# Ba\u015f Harf: m, Kelimeler: muz\n# Ba\u015f Harf: \u00fc, Kelimeler: \u00fcz\u00fcm\n# Ba\u015f Harf: v, Kelimeler: vi\u015fne\n <\/pre>\nsorted()<\/code> fonksiyonuna key=lambda x: x[0]<\/code> vererek kelimeleri ilk harflerine g\u00f6re s\u0131ralad\u0131k. Daha sonra ayn\u0131 key<\/code> fonksiyonunu groupby<\/code>'a ge\u00e7irerek, ilk harfleri ayn\u0131 olan kelimeleri ba\u015far\u0131yla gruplad\u0131k.<\/p>\nNesneleri veya S\u00f6zl\u00fckleri Gruplama<\/h4>\n
\nfrom itertools import groupby\n\nurunler = [\n {\"id\": 1, \"ad\": \"Klavye\", \"kategori\": \"Elektronik\", \"fiyat\": 250},\n {\"id\": 2, \"ad\": \"Mouse\", \"kategori\": \"Elektronik\", \"fiyat\": 100},\n {\"id\": 3, \"ad\": \"Defter\", \"kategori\": \"K\u0131rtasiye\", \"fiyat\": 20},\n {\"id\": 4, \"ad\": \"Kalem\", \"kategori\": \"K\u0131rtasiye\", \"fiyat\": 10},\n {\"id\": 5, \"ad\": \"Monit\u00f6r\", \"kategori\": \"Elektronik\", \"fiyat\": 1500},\n {\"id\": 6, \"ad\": \"Silgi\", \"kategori\": \"K\u0131rtasiye\", \"fiyat\": 5},\n {\"id\": 7, \"ad\": \"USB Bellek\", \"kategori\": \"Elektronik\", \"fiyat\": 80},\n]\n\n# \u00dcr\u00fcnleri kategorilerine g\u00f6re gruplayal\u0131m\nsirali_urunler = sorted(urunler, key=lambda urun: urun[\"kategori\"])\n\nprint(\"\\n\u00dcr\u00fcnlerin kategorilerine g\u00f6re gruplanmas\u0131:\")\nfor kategori, grup in groupby(sirali_urunler, key=lambda urun: urun[\"kategori\"]):\n print(f\"Kategori: {kategori}\")\n for urun in grup:\n print(f\" - {urun['ad']} ({urun['fiyat']} TL)\")\n\n# \u00c7\u0131kt\u0131:\n# Kategori: Elektronik\n# - Klavye (250 TL)\n# - Mouse (100 TL)\n# - Monit\u00f6r (1500 TL)\n# - USB Bellek (80 TL)\n# Kategori: K\u0131rtasiye\n# - Defter (20 TL)\n# - Kalem (10 TL)\n# - Silgi (5 TL)\n <\/pre>\n\"kategori\"<\/code> anahtar\u0131n\u0131 kullanarak hem s\u0131ralama hem de gruplama yapt\u0131k. Bu yakla\u015f\u0131m, ger\u00e7ek d\u00fcnya uygulamalar\u0131nda veri yap\u0131lar\u0131n\u0131 daha anlaml\u0131 hale getirmek i\u00e7in olduk\u00e7a yayg\u0131n ve etkilidir. key<\/code> fonksiyonu sayesinde, veri yap\u0131s\u0131n\u0131n i\u00e7indeki herhangi bir \u00f6zelli\u011fe g\u00f6re gruplama yapma esnekli\u011fine sahip oluruz. Bu sayede, karma\u015f\u0131k veri setlerini analiz etmek ve raporlamak \u00e7ok daha kolay ve verimli hale gelir. Unutulmamal\u0131d\u0131r ki, groupby<\/code>'dan d\u00f6nen her grup da bir iterator oldu\u011fundan, gruplanm\u0131\u015f \u00f6\u011felere eri\u015fmek i\u00e7in genellikle bir d\u00f6ng\u00fc veya list()<\/code> gibi bir d\u00f6n\u00fc\u015ft\u00fcr\u00fcc\u00fc kullanmam\u0131z gerekir.<\/p>\nGer\u00e7ek D\u00fcnya Senaryolar\u0131nda groupby: Vaka Analizleri<\/h2>\n
itertools.groupby<\/code>, sadece teorik \u00f6rneklerle de\u011fil, g\u00fcnl\u00fck yaz\u0131l\u0131m geli\u015ftirme pratiklerinde de kendini kan\u0131tlam\u0131\u015f g\u00fc\u00e7l\u00fc bir ara\u00e7t\u0131r. \u00d6zellikle b\u00fcy\u00fck veri setlerini i\u015flerken ve belirli kriterlere g\u00f6re raporlama yaparken sundu\u011fu verimlilik ve kod okunabilirli\u011fi paha bi\u00e7ilmezdir. \u0130\u015fte iki farkl\u0131 ger\u00e7ek d\u00fcnya senaryosu \u00fczerinden groupby<\/code>'\u0131n nas\u0131l kullan\u0131labilece\u011fine dair detayl\u0131 vaka analizleri:<\/p>\nVaka 1: M\u00fc\u015fteri Sipari\u015flerini Kategoriye G\u00f6re Gruplama ve \u00d6zetleme<\/h3>\n
kategori<\/code>, urun_adi<\/code> ve fiyat<\/code> gibi alanlar\u0131 i\u00e7erecektir.<\/p>\n\nfrom itertools import groupby\n\n# \u00d6rnek m\u00fc\u015fteri sipari\u015f verisi\nsiparis_detaylari = [\n {\"siparis_id\": \"ORD001\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Ak\u0131ll\u0131 Telefon\", \"fiyat\": 5000},\n {\"siparis_id\": \"ORD002\", \"kategori\": \"Giyim\", \"urun_adi\": \"T-shirt\", \"fiyat\": 150},\n {\"siparis_id\": \"ORD001\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Kulakl\u0131k\", \"fiyat\": 750},\n {\"siparis_id\": \"ORD003\", \"kategori\": \"Ev Aletleri\", \"urun_adi\": \"Kahve Makinesi\", \"fiyat\": 1200},\n {\"siparis_id\": \"ORD002\", \"kategori\": \"Giyim\", \"urun_adi\": \"Kot Pantolon\", \"fiyat\": 400},\n {\"siparis_id\": \"ORD004\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Ak\u0131ll\u0131 Saat\", \"fiyat\": 1500},\n {\"siparis_id\": \"ORD003\", \"kategori\": \"Ev Aletleri\", \"urun_adi\": \"Tost Makinesi\", \"fiyat\": 300},\n {\"siparis_id\": \"ORD005\", \"kategori\": \"Kitap\", \"urun_adi\": \"Bilim Kurgu Roman\u0131\", \"fiyat\": 80},\n {\"siparis_id\": \"ORD001\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Ekran Koruyucu\", \"fiyat\": 100},\n {\"siparis_id\": \"ORD005\", \"kategori\": \"Kitap\", \"urun_adi\": \"Tarih Kitab\u0131\", \"fiyat\": 120},\n]\n\n# Ad\u0131m 1: Veriyi \"kategori\" anahtar\u0131na g\u00f6re s\u0131rala\nsirali_siparisler = sorted(siparis_detaylari, key=lambda x: x[\"kategori\"])\n\n# Ad\u0131m 2: S\u0131ralanm\u0131\u015f veriyi \"kategori\"ye g\u00f6re grupla\nprint(\"Sipari\u015flerin kategori baz\u0131nda gruplanm\u0131\u015f \u00f6zeti:\\n\")\nfor kategori, grup_iterator in groupby(sirali_siparisler, key=lambda x: x[\"kategori\"]):\n # Her grup iterator'\u0131n\u0131 bir listeye d\u00f6n\u00fc\u015ft\u00fcrerek i\u015fleyelim\n grup_listesi = list(grup_iterator)\n \n toplam_fiyat = sum(item[\"fiyat\"] for item in grup_listesi)\n urun_sayisi = len(grup_listesi)\n \n print(f\"Kategori: {kategori}\")\n print(f\" Toplam Sat\u0131\u015f Fiyat\u0131: {toplam_fiyat} TL\")\n print(f\" Sat\u0131lan \u00dcr\u00fcn Say\u0131s\u0131: {urun_sayisi}\\n\")\n\n# \u00c7\u0131kt\u0131:\n# Sipari\u015flerin kategori baz\u0131nda gruplanm\u0131\u015f \u00f6zeti:\n#\n# Kategori: Elektronik\n# Toplam Sat\u0131\u015f Fiyat\u0131: 7350 TL\n# Sat\u0131lan \u00dcr\u00fcn Say\u0131s\u0131: 4\n#\n# Kategori: Ev Aletleri\n# Toplam Sat\u0131\u015f Fiyat\u0131: 1500 TL\n# Sat\u0131lan \u00dcr\u00fcn Say\u0131s\u0131: 2\n#\n# Kategori: Giyim\n# Toplam Sat\u0131\u015f Fiyat\u0131: 550 TL\n# Sat\u0131lan \u00dcr\u00fcn Say\u0131s\u0131: 2\n#\n# Kategori: Kitap\n# Toplam Sat\u0131\u015f Fiyat\u0131: 200 TL\n# Sat\u0131lan \u00dcr\u00fcn Say\u0131s\u0131: 2\n <\/pre>\ngroupby<\/code> sayesinde karma\u015f\u0131k bir sipari\u015f listesini sadece birka\u00e7 sat\u0131r kodla kategorilere ay\u0131r\u0131p, her kategori i\u00e7in anlaml\u0131 \u00f6zet bilgiler elde ettik. Bu yakla\u015f\u0131m, b\u00fcy\u00fck veri setlerinde raporlama ve i\u015f zekas\u0131 uygulamalar\u0131 i\u00e7in olduk\u00e7a verimlidir.<\/p>\nVaka 2: Log Dosyalar\u0131n\u0131 Hata Tipine G\u00f6re Analiz Etme<\/h3>\n
\nfrom itertools import groupby\nimport datetime\n\n# \u00d6rnek log girdileri (ger\u00e7ekte bir dosyadan okunurdu)\nlog_kayitlari = [\n \"2023-10-26 10:01:05 INFO User 'admin' logged in.\",\n \"2023-10-26 10:01:10 WARNING Disk space low on \/dev\/sda1.\",\n \"2023-10-26 10:01:15 INFO Data processed successfully.\",\n \"2023-10-26 10:01:20 ERROR Database connection failed.\",\n \"2023-10-26 10:01:25 INFO Report generated.\",\n \"2023-10-26 10:01:30 WARNING API rate limit exceeded.\",\n \"2023-10-26 10:01:35 ERROR File not found: config.ini.\",\n \"2023-10-26 10:01:40 INFO Backup completed.\",\n \"2023-10-26 10:01:45 ERROR Invalid input parameter.\",\n \"2023-10-26 10:01:50 WARNING Memory usage high.\",\n]\n\n# Log sat\u0131rlar\u0131ndan hata seviyesini ayr\u0131\u015ft\u0131rmak i\u00e7in bir anahtar fonksiyon\ndef get_log_level(log_entry):\n # Log girdisi \"ZAMAN SEVIYE MESAJ\" format\u0131nda varsay\u0131l\u0131yor\n parts = log_entry.split(' ', 2) # Sadece ilk iki bo\u015flu\u011fa kadar b\u00f6l\n if len(parts) > 1:\n return parts[2].split(' ')[0] # \u0130kinci kelime (INFO, WARNING, ERROR)\n return \"UNKNOWN\"\n\n# Ad\u0131m 1: Log kay\u0131tlar\u0131n\u0131 seviyelerine g\u00f6re s\u0131rala\n# Sorted fonksiyonuna, log seviyesini \u00e7\u0131karan key fonksiyonunu veriyoruz.\n# Hata seviyelerini belirli bir \u00f6ncelik s\u0131ras\u0131na g\u00f6re s\u0131ralamak isteyebiliriz (ERROR > WARNING > INFO)\n# Bu durumda \u00f6zel bir s\u0131ralama anahtar\u0131 olu\u015fturulmal\u0131. \u015eimdilik alfabetik s\u0131ralayal\u0131m.\nsirali_log_kayitlari = sorted(log_kayitlari, key=get_log_level)\n\n# Ad\u0131m 2: S\u0131ralanm\u0131\u015f log kay\u0131tlar\u0131n\u0131 seviyelerine g\u00f6re grupla\nprint(\"Log kay\u0131tlar\u0131n\u0131n seviye baz\u0131nda analizi:\\n\")\nfor seviye, grup_iterator in groupby(sirali_log_kayitlari, key=get_log_level):\n grup_listesi = list(grup_iterator)\n print(f\"Seviye: {seviye} (Toplam {len(grup_listesi)} kay\u0131t)\")\n for log_entry in grup_listesi:\n print(f\" - {log_entry}\")\n print()\n\n# \u00c7\u0131kt\u0131:\n# Log kay\u0131tlar\u0131n\u0131n seviye baz\u0131nda analizi:\n#\n# Seviye: ERROR (Toplam 3 kay\u0131t)\n# - 2023-10-26 10:01:20 ERROR Database connection failed.\n# - 2023-10-26 10:01:35 ERROR File not found: config.ini.\n# - 2023-10-26 10:01:45 ERROR Invalid input parameter.\n#\n# Seviye: INFO (Toplam 4 kay\u0131t)\n# - 2023-10-26 10:01:05 INFO User 'admin' logged in.\n# - 2023-10-26 10:01:15 INFO Data processed successfully.\n# - 2023-10-26 10:01:25 INFO Report generated.\n# - 2023-10-26 10:01:40 INFO Backup completed.\n#\n# Seviye: WARNING (Toplam 3 kay\u0131t)\n# - 2023-10-26 10:01:10 WARNING Disk space low on \/dev\/sda1.\n# - 2023-10-26 10:01:30 WARNING API rate limit exceeded.\n# - 2023-10-26 10:01:50 WARNING Memory usage high.\n <\/pre>\nget_log_level<\/code> ad\u0131nda k\u00fc\u00e7\u00fck bir yard\u0131mc\u0131 fonksiyon yazarak her bir log girdisinden hata seviyesini (ERROR, WARNING, INFO) ay\u0131klamay\u0131 ba\u015fard\u0131k. Ard\u0131ndan bu fonksiyonu hem sorted()<\/code> hem de groupby()<\/code> i\u00e7in key<\/code> olarak kullanarak, loglar\u0131 seviyelerine g\u00f6re gruplad\u0131k ve her seviye i\u00e7in ka\u00e7 kay\u0131t oldu\u011funu ve bu kay\u0131tlardan baz\u0131lar\u0131n\u0131 listeledik. Bu, hata ay\u0131klama s\u00fcre\u00e7lerinde zaman kazand\u0131ran ve genel sistem sa\u011fl\u0131\u011f\u0131 hakk\u0131nda h\u0131zl\u0131 bir bak\u0131\u015f sa\u011flayan \u00e7ok etkili bir y\u00f6ntemdir.<\/p>\nitertools.groupby<\/code>'\u0131n sadece liste i\u015flemekten \u00e7ok daha fazlas\u0131n\u0131 yapabilece\u011fini ve karma\u015f\u0131k veri setlerini anlaml\u0131 \u015fekillerde d\u00fczenlemek i\u00e7in ne kadar g\u00fc\u00e7l\u00fc bir ara\u00e7 oldu\u011funu g\u00f6stermektedir. Verileri do\u011fru bir \u015fekilde haz\u0131rlayarak ve uygun anahtar fonksiyonlar\u0131 kullanarak, groupby<\/code>'\u0131n potansiyelini tam olarak ortaya \u00e7\u0131karabilirsiniz.<\/p>\ngroupby ile \u0130leri D\u00fczey Teknikler ve Optimizasyonlar<\/h2>\n
itertools.groupby<\/code>'\u0131n temel prensiplerini ve pratik kullan\u0131mlar\u0131n\u0131 anlad\u0131ktan sonra, daha karma\u015f\u0131k senaryolarla ba\u015fa \u00e7\u0131kmak ve performans\u0131 optimize etmek i\u00e7in baz\u0131 ileri d\u00fczey tekniklere ve ipu\u00e7lar\u0131na ge\u00e7ebiliriz. Bu b\u00f6l\u00fcm, \u00f6zellikle b\u00fcy\u00fck veri setleriyle \u00e7al\u0131\u015fan veya \u00e7oklu kriterlere g\u00f6re gruplama ihtiyac\u0131 duyan geli\u015ftiriciler i\u00e7in faydal\u0131 olacakt\u0131r.<\/p>\nBirden Fazla Kriterle Gruplama Yap\u0131labilir mi?<\/h3>\n
sorted()<\/code> fonksiyonunun key<\/code> parametresine bir tuple<\/strong> d\u00f6nd\u00fcren bir fonksiyon verebiliriz.<\/p>\nsorted()<\/code> fonksiyonu tuple'\u0131n ilk eleman\u0131na g\u00f6re s\u0131ralar; e\u011fer ilk elemanlar e\u015fitse, ikinci elemana g\u00f6re s\u0131ralar ve bu \u015fekilde devam eder. groupby<\/code> da bu s\u0131ralanm\u0131\u015f veriyi alarak, tuple anahtar\u0131na g\u00f6re gruplamay\u0131 ba\u015far\u0131yla yapar.<\/p>\n\nfrom itertools import groupby\nfrom datetime import datetime\n\n# \u00d6rnek m\u00fc\u015fteri sipari\u015f verisi (tarih eklendi)\nsiparisler = [\n {\"siparis_id\": \"ORD001\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Telefon\", \"fiyat\": 5000, \"tarih\": \"2023-10-26\"},\n {\"siparis_id\": \"ORD002\", \"kategori\": \"Giyim\", \"urun_adi\": \"T-shirt\", \"fiyat\": 150, \"tarih\": \"2023-10-26\"},\n {\"siparis_id\": \"ORD003\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Kulakl\u0131k\", \"fiyat\": 750, \"tarih\": \"2023-10-27\"},\n {\"siparis_id\": \"ORD004\", \"kategori\": \"Giyim\", \"urun_adi\": \"Pantolon\", \"fiyat\": 400, \"tarih\": \"2023-10-26\"},\n {\"siparis_id\": \"ORD005\", \"kategori\": \"Ev Aletleri\", \"urun_adi\": \"F\u0131r\u0131n\", \"fiyat\": 2000, \"tarih\": \"2023-10-27\"},\n {\"siparis_id\": \"ORD006\", \"kategori\": \"Elektronik\", \"urun_adi\": \"Tablet\", \"fiyat\": 3000, \"tarih\": \"2023-10-26\"},\n {\"siparis_id\": \"ORD007\", \"kategori\": \"Giyim\", \"urun_adi\": \"Ayakkab\u0131\", \"fiyat\": 600, \"tarih\": \"2023-10-27\"},\n]\n\n# \u00d6nce kategoriye, sonra tarihe g\u00f6re s\u0131ralama\n# Tarihleri kar\u015f\u0131la\u015ft\u0131r\u0131labilir hale getirmek i\u00e7in datetime objelerine d\u00f6n\u00fc\u015ft\u00fcrebiliriz\nsirali_siparisler_coklu_kriter = sorted(\n siparisler, \n key=lambda x: (x[\"kategori\"], datetime.strptime(x[\"tarih\"], \"%Y-%m-%d\"))\n)\n\nprint(\"Sipari\u015flerin kategori ve tarihe g\u00f6re gruplanmas\u0131:\\n\")\nfor (kategori, tarih), grup_iterator in groupby(\n sirali_siparisler_coklu_kriter, \n key=lambda x: (x[\"kategori\"], datetime.strptime(x[\"tarih\"], \"%Y-%m-%d\"))\n):\n print(f\"Kategori: {kategori}, Tarih: {tarih.strftime('%Y-%m-%d')}\")\n for siparis_detay in grup_iterator:\n print(f\" - {siparis_detay['urun_adi']} ({siparis_detay['fiyat']} TL)\")\n print()\n\n# \u00c7\u0131kt\u0131:\n# Sipari\u015flerin kategori ve tarihe g\u00f6re gruplanmas\u0131:\n#\n# Kategori: Elektronik, Tarih: 2023-10-26\n# - Telefon (5000 TL)\n# - Tablet (3000 TL)\n#\n# Kategori: Elektronik, Tarih: 2023-10-27\n# - Kulakl\u0131k (750 TL)\n#\n# Kategori: Ev Aletleri, Tarih: 2023-10-27\n# - F\u0131r\u0131n (2000 TL)\n#\n# Kategori: Giyim, Tarih: 2023-10-26\n# - T-shirt (150 TL)\n# - Pantolon (400 TL)\n#\n# Kategori: Giyim, Tarih: 2023-10-27\n# - Ayakkab\u0131 (600 TL)\n <\/pre>\nlambda<\/code> fonksiyonu i\u00e7inde birden fazla anahtar d\u00f6nd\u00fcren bir tuple olu\u015fturarak, groupby<\/code>'\u0131n g\u00fcc\u00fcn\u00fc katlayabilirsiniz.<\/p>\nPerformans \u0130pu\u00e7lar\u0131 ve B\u00fcy\u00fck Veri Setlerinde Kullan\u0131m<\/h3>\n
itertools.groupby<\/code>, tasar\u0131msal olarak bellek dostu bir ara\u00e7t\u0131r \u00e7\u00fcnk\u00fc lazy evaluation prensibiyle \u00e7al\u0131\u015f\u0131r. Ancak, performans \u00fczerindeki en b\u00fcy\u00fck etken, gruplama \u00f6ncesi uygulanan s\u0131ralama i\u015flemidir.<\/p>\n\n
sorted()<\/code> fonksiyonunu kullanmak \u00f6nemli bir zaman ve CPU maliyeti olu\u015fturabilir. Veri boyutu artt\u0131k\u00e7a, bu maliyet daha da belirginle\u015fir (genellikle O(N log N) karma\u015f\u0131kl\u0131\u011f\u0131). E\u011fer veriniz zaten k\u0131smen veya tamamen s\u0131ral\u0131ysa, bu maliyetten tasarruf edebilirsiniz.<\/li>\ngroupby<\/code>'\u0131n kendisi, d\u00f6nd\u00fcrd\u00fc\u011f\u00fc iteratorlar sayesinde, t\u00fcm gruplar\u0131 belle\u011fe ayn\u0131 anda y\u00fcklemez. Her bir grubu sadece ihtiya\u00e7 duyuldu\u011funda i\u015fler. Bu, \u00f6zellikle gigabaytlarca veri i\u00e7eren log dosyalar\u0131 veya b\u00fcy\u00fck veritaban\u0131 sorgu sonu\u00e7lar\u0131 gibi senaryolarda bellek yetersizli\u011fi ya\u015faman\u0131z\u0131 engeller. Her bir grup iterator'\u0131n\u0131 list(g)<\/code> gibi bir listeye d\u00f6n\u00fc\u015ft\u00fcrmek, o grubun t\u00fcm \u00f6\u011felerini belle\u011fe y\u00fckleyecektir. Bu nedenle, m\u00fcmk\u00fcnse her grubu i\u015flem bitmeden t\u00fcketmek, bellek verimlili\u011fi a\u00e7\u0131s\u0131ndan daha iyidir.<\/li>\nORDER BY<\/code> ifadesini kullanarak s\u0131ralama i\u015flemini veritaban\u0131 motoruna yapt\u0131rmak genellikle daha verimlidir. Veritabanlar\u0131, b\u00fcy\u00fck veri setlerini s\u0131ralamak i\u00e7in optimize edilmi\u015f algoritmalar ve indeksler kullan\u0131r.<\/li>\n<\/ul>\ngroupby'\u0131n S\u0131n\u0131rlamalar\u0131 Nelerdir?<\/h3>\n
groupby<\/code>'\u0131n en \u00f6nemli s\u0131n\u0131rlamas\u0131, yaln\u0131zca ard\u0131\u015f\u0131k<\/strong> olan ayn\u0131 anahtara sahip \u00f6\u011feleri gruplamas\u0131d\u0131r. E\u011fer veri s\u0131ralanmam\u0131\u015fsa veya ayn\u0131 anahtara sahip \u00f6\u011feler aras\u0131nda farkl\u0131 anahtarlara sahip \u00f6\u011feler varsa, groupby<\/code> onlar\u0131 ayr\u0131 gruplar olarak ele alacakt\u0131r. Bu, yukar\u0131daki \u00f6rneklerde sorted()<\/code> kullan\u0131m\u0131yla a\u00e7\u0131k\u00e7a vurguland\u0131.<\/p>\ngroupby<\/code> uygun bir se\u00e7enek olmayabilir. Alternatif olarak \u015funlar kullan\u0131labilir:<\/p>\n\n
collections.defaultdict<\/code> veya Dictionary:<\/strong> E\u011fer verinin t\u00fcm\u00fcn\u00fc belle\u011fe alabilirseniz ve s\u0131ralama \u00f6nceli\u011finiz yoksa, bir s\u00f6zl\u00fck veya defaultdict<\/code> kullanmak daha uygun olabilir. Bu yap\u0131lar, t\u00fcm \u00f6\u011feleri anahtara g\u00f6re gruplayarak saklayabilir, ard\u0131\u015f\u0131k olma zorunlulu\u011fu yoktur.<\/li>\n<\/ul>\n\nfrom collections import defaultdict\n\n# S\u0131ralanmam\u0131\u015f bir liste\nveriler = [\n {\"kategori\": \"A\", \"deger\": 10},\n {\"kategori\": \"B\", \"deger\": 20},\n {\"kategori\": \"A\", \"deger\": 15},\n {\"kategori\": \"C\", \"deger\": 30},\n {\"kategori\": \"B\", \"deger\": 25},\n]\n\ngruplanmis_veriler = defaultdict(list)\nfor item in veriler:\n gruplanmis_veriler[item[\"kategori\"]].append(item)\n\nfor k, v in gruplanmis_veriler.items():\n print(f\"Kategori: {k}, \u00d6\u011feler: {v}\")\n\n# \u00c7\u0131kt\u0131:\n# Kategori: A, \u00d6\u011feler: [{'kategori': 'A', 'deger': 10}, {'kategori': 'A', 'deger': 15}]\n# Kategori: B, \u00d6\u011feler: [{'kategori': 'B', 'deger': 20}, {'kategori': 'B', 'deger': 25}]\n# Kategori: C, \u00d6\u011feler: [{'kategori': 'C', 'deger': 30}]\n <\/pre>\ndefaultdict<\/code>, verileri ard\u0131\u015f\u0131k olma \u015fart\u0131 aramadan gruplar ancak t\u00fcm veriyi bellekte tutar. Bu nedenle, bellek k\u0131s\u0131tlamalar\u0131 olan b\u00fcy\u00fck veri setleri i\u00e7in groupby<\/code>'\u0131n performans avantaj\u0131 daha belirgin hale gelir.<\/p>\nMobil Uyumluluk ve Modern Web \u0130\u00e7in HTML Yap\u0131s\u0131<\/h2>\n