<\/p>\n
Oftmals k\u00f6nnte es f\u00fcr Sie von Interesse sein, die Anzahl der Beobachtungen<\/a> pro Gruppe in einem Pandas-DataFrame zu z\u00e4hlen.<\/span><\/p>\n Gl\u00fccklicherweise ist dies mit den Funktionen groupby()<\/strong> und size()<\/strong> mit der folgenden Syntax einfach zu bewerkstelligen:<\/span><\/p>\n In diesem Tutorial werden mehrere Beispiele f\u00fcr die praktische Verwendung dieser Funktion anhand des folgenden Datenrahmens erl\u00e4utert:<\/span><\/p>\n Der folgende Code zeigt, wie die Gesamtzahl der Beobachtungen pro Team gez\u00e4hlt wird:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir Folgendes erkennen:<\/span><\/p>\n Beachten Sie, dass der vorangehende Code eine Serie erzeugt. In den meisten F\u00e4llen m\u00f6chten wir mit einem DataFrame arbeiten, daher k\u00f6nnen wir stattdessen die Funktion reset_index()<\/strong> verwenden, um einen DataFrame zu erstellen:<\/span><\/p>\n Wir k\u00f6nnen auch die Funktion sort_values()<\/strong> verwenden, um die Anzahl der Gruppen zu sortieren.<\/span><\/p>\n Wir k\u00f6nnen \u201eascending=False\u201c<\/strong> angeben, um die Anzahl der Gruppen vom gr\u00f6\u00dften zum kleinsten zu sortieren, oder \u201eascending=True\u201c<\/strong> , um vom kleinsten zum gr\u00f6\u00dften zu sortieren:<\/span><\/p>\n Wir k\u00f6nnen auch die Anzahl der Beobachtungen z\u00e4hlen, gruppiert nach mehreren Variablen in einem Pandas-DataFrame:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir Folgendes erkennen:<\/span><\/p>\n So berechnen Sie die Summe der Spalten in Pandas<\/a> Oftmals k\u00f6nnte es f\u00fcr Sie von Interesse sein, die Anzahl der Beobachtungen pro Gruppe in einem Pandas-DataFrame zu z\u00e4hlen. Gl\u00fccklicherweise ist dies mit den Funktionen groupby() und size() mit der folgenden Syntax einfach zu bewerkstelligen: df. groupby (‚ column_name ‚). size () In diesem Tutorial werden mehrere Beispiele f\u00fcr die praktische Verwendung dieser Funktion anhand […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. groupby<\/span> (' column_name<\/span> '). size<\/span> ()\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\nimport<\/span> pandas as<\/span> pd<\/span>\n\n#create pandas DataFrame<\/span>\ndf = pd. DataFrame<\/span> ({'team': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],\n 'division':['E', 'W', 'E', 'E', 'W', 'W', 'E'],\n 'rebounds': [11, 8, 7, 6, 6, 5, 12]})\n\n#display DataFrame\n<\/span>print<\/span> (df)\n\n team division rebounds\n0 AE 11\n1 AW 8\n2 BE 7\n3 BE 6\n4 BW 6\n5 CW 5\n6 CE 12<\/strong><\/pre>\n Beispiel 1: Z\u00e4hlen nach einer Variablen<\/strong><\/h3>\n
#count total observations by variable 'team'<\/span>\ndf. groupby<\/span> (' team<\/span> '). size<\/span> ()\n\nteam\nAt 2\nB 3\nC 2\ndtype: int64\n<\/strong><\/pre>\n\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team obs\n0 to 2\n1 B 3\n2 C 2\n<\/strong><\/pre>\n Beispiel 2: Z\u00e4hlen und Sortieren nach einer Variablen<\/strong><\/h3>\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> '). sort_values<\/span> ([' obs<\/span> '], ascending= True<\/span> )\n\n team obs\n0 to 2\n2 C 2\n1 B 3<\/strong><\/pre>\n Beispiel 3: Z\u00e4hlen nach mehreren Variablen<\/strong><\/h3>\n
#count observations grouped by team and division<\/span>\ndf. groupby<\/span> ([' team<\/span> ',' division<\/span> ']). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team division obs\n0 A E 1\n1 A W 1\n2 B E 2\n3 B W 1\n4 C E 1\n5 C W 1\n<\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie den Durchschnitt der Spalten in Pandas<\/a>
So ermitteln Sie den Maximalwert von Spalten in Pandas<\/p>\n","protected":false},"excerpt":{"rendered":"