Pandas: so verwenden sie as_index in groupby

Sie können das Argument as_index in einer pandas -groupby() -Operation verwenden, um anzugeben, ob die Spalte, nach der Sie gruppiert haben, als Index der Ausgabe verwendet werden soll oder nicht.

Das Argument as_index kann True oder False sein.

Der Standardwert ist True .

Das folgende Beispiel zeigt, wie das Argument as_index in der Praxis verwendet wird.

Beispiel: Verwendung von as_index in Pandas Groupby

Angenommen, wir haben den folgenden Pandas-DataFrame, der die Anzahl der von Basketballspielern verschiedener Teams erzielten Punkte anzeigt:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [12, 15, 17, 17, 19, 14, 15, 20, 24, 28]})
                            
#view DataFrame
print (df)

  team points
0 to 12
1 to 15
2 to 17
3 to 17
4 to 19
5 B 14
6 B 15
7 C 20
8 C 24
9 C 28

Wir können die folgende Syntax verwenden, um Zeilen nach Teamspalte zu gruppieren und die Punktespaltensumme zu berechnen, während wir as_index=True angeben, um Team als Ausgabeindex zu verwenden:

 #group rows by team and calculate sum of points
print ( df.groupby (' team ', as_index= True ) .sum ())

points
team        
At 80
B29
C 72

Die Ausgabe zeigt die Summe der Werte in der Punktespalte , gruppiert nach den Werten in der Teamspalte .

Beachten Sie, dass die Teamspalte als Index der Ausgabe verwendet wird.

Wenn wir stattdessen as_index=False angeben, wird die Teamspalte nicht als Ausgabeindex verwendet:

 #group rows by team and calculate sum of points
print ( df.groupby (' team ', as_index= False ) .sum ())

  team points
0 to 80
1 B 29
2 C 72

Beachten Sie, dass „team“ jetzt als Spalte in der Ausgabe verwendet wird und die Indexspalte einfach mit 0–2 nummeriert ist.

Hinweis : Die vollständige Dokumentation der Pandas- Groupby() -Operation finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So erstellen Sie eine Gruppe nach der Verwendung von Pandas Groupby
So konvertieren Sie die Pandas GroupBy-Ausgabe in DataFrame
So wenden Sie eine Funktion auf Pandas Groupby an