So führen sie eine groupby-summe in pandas durch (mit beispielen)

Sie können die folgende grundlegende Syntax verwenden, um die Summe der Werte nach Gruppe in Pandas zu ermitteln:

 df. groupby ([' group1 ',' group2 '])[' sum_col ']. sum (). reset_index ()

Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' position ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'C'],
                   ' points ': [25, 17, 14, 9, 12, 9, 6, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position points rebounds
0 A G 25 11
1 A G 17 8
2 A F 14 10
3 A C 9 6
4 B G 12 6
5 B F 9 5
6 B F 6 9
7 B C 4 12

Beispiel 1: Nach einer Spalte gruppieren, eine Spalte hinzufügen

Der folgende Code zeigt, wie man nach Spalten gruppiert und die Werte in einer Spalte summiert:

 #group by team and sum the points
df. groupby ([' team '])[' points ']. sum (). reset_index ()

	team points
0 to 65
1 B 31

Aus dem Ergebnis können wir Folgendes erkennen:

• Die Spieler von Team A erzielten insgesamt 65 Punkte.
• Die Spieler der Mannschaft B erzielten insgesamt 31 Punkte.

Beispiel 2: Nach mehreren Spalten gruppieren, mehrere Spalten hinzufügen

Der folgende Code zeigt, wie man über mehrere Spalten gruppiert und mehrere Spalten summiert:

 #group by team and position, sum points and rebounds
df. groupby ([' team ', ' position '])[' points ', ' rebounds ']. sum (). reset_index ()

        team position points rebounds
0 A C 9 6
1 A F 14 10
2 A G 42 19
3 B C 4 12
4 B F 15 14
5 B G 12 6

Aus dem Ergebnis können wir Folgendes erkennen:

• Die Spieler von Team A auf Position „C“ erzielten insgesamt 9 Punkte und 6 Rebounds.
• Die Spieler von Team A auf Position „F“ erzielten insgesamt 14 Punkte und 10 Rebounds.
• Die Spieler von Team A auf der „G“-Position erzielten insgesamt 42 Punkte und 19 Rebounds.

Und so weiter.

Beachten Sie, dass die Funktion „reset_index()“ verhindert, dass Gruppierungsspalten Teil des Index sind.

So sieht das Ergebnis beispielsweise aus, wenn wir es nicht verwenden:

 #group by team and position, sum points and rebounds
df. groupby ([' team ', ' position '])[' points ', ' rebounds ']. sum ()

                 rebound points
team position		
A C 9 6
F 14 10
G 42 19
B C 4 12
F 15 14
G 12 6

Je nachdem, wie die Ergebnisse angezeigt werden sollen, können Sie die Funktion „reset_index()“ verwenden oder auch nicht.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Gruppierungsvorgänge in Pandas durchgeführt werden:

So zählen Sie Gruppensichtungen bei Pandas
So finden Sie den Maximalwert pro Gruppe bei Pandas
So berechnen Sie Quantile nach Gruppe in Pandas