Pandas: so gruppieren und aggregieren sie über mehrere spalten hinweg

Häufig möchten Sie möglicherweise mehrere Spalten eines Pandas-DataFrames gruppieren und aggregieren.

Glücklicherweise ist dies mit den Pandas-Funktionen .groupby() und .agg() einfach zu bewerkstelligen.

In diesem Tutorial werden einige Beispiele für den praktischen Einsatz dieser Funktionen erläutert.

Beispiel 1: Gruppieren Sie nach zwei Spalten und ermitteln Sie den Durchschnitt

Angenommen, wir haben den folgenden Pandas-DataFrame:

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'team': ['A', 'B', 'B', 'B', 'B', 'M', 'M', 'M'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})

#view DataFrame
print (df)

  team position assists rebounds
0 AG 5 11
1 BG 7 8
2 BF 7 10
3 BG 8 6
4 BF 5 6
5 MF 7 9
6 MC 6 6
7 MC 9 10

Der folgende Code zeigt, wie man nach den Spalten „Team“ und „Position“ gruppiert und die durchschnittlichen Pässe ermittelt:

 df. groupby (['team', 'position']). agg ({'assists': ['mean']}). reset_index ()


        team position assists
                          mean
0 A G 5.0
1 B F 6.0
2 B G 7.5
3 M C 7.5
4M F 7.0

Die Ausgabe sagt uns:

• Der durchschnittliche Assists für Spieler auf Position G von Team A beträgt 5,0 .
• Der durchschnittliche Assists-Wert für Spieler auf Position F in Team B beträgt 6,0 .
• Der durchschnittliche Assists-Wert für Spieler auf Position G von Team B beträgt 7,5 .

Und so weiter.

Wir können auch den folgenden Code verwenden, um die Spalten des resultierenden DataFrame umzubenennen:

 #group by team and position and find mean assists
new = df. groupby (['team', 'position']). agg ({'assists': ['mean']}). reset_index ()

#rename columns
new.columns = ['team', 'pos', 'mean_assists']

#view DataFrame
print (new)

	team pos mean_assists
0 A G 5.0
1 B F 6.0
2 B G 7.5
3 M C 7.5
4M F 7.0

Beispiel 2: Gruppieren Sie nach zwei Spalten und finden Sie mehrere Statistiken

Nehmen wir an, wir verwenden denselben Pandas-DataFrame wie im vorherigen Beispiel:

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'team': ['A', 'B', 'B', 'B', 'B', 'M', 'M', 'M'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})

Der folgende Code zeigt, wie man den Median und die maximale Anzahl von Rebounds ermittelt, gruppiert in den Spalten „Team“ und „Position“:

 df. groupby (['team', 'position']). agg ({'rebounds': ['median', 'max']}). reset_index ()


        team position rebounds
                         median max
0 A G 11 11
1 B F 8 10
2 B G 7 8
3 M C 8 10
4 M F 9 9

Die Ausgabe sagt uns:

• Der Median der Rebounds für Spieler auf der G-Position in Team A beträgt 11 .
• Der maximale Rebound für Spieler auf Position G von Team A beträgt 11 .
• Der Median der Rebounds der Spieler auf Position F von Team B beträgt 8 .
• Der maximale Rebound für Spieler auf Position F von Team B beträgt 10 .

Und so weiter.

Zusätzliche Ressourcen

So filtern Sie einen Pandas DataFrame nach mehreren Bedingungen
So zählen Sie fehlende Werte in einem Pandas DataFrame
So stapeln Sie mehrere Pandas DataFrames