<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um die Summe der Werte nach Gruppe in Pandas zu ermitteln:<\/span><\/p>\n Die folgenden Beispiele zeigen, wie diese Syntax in der Praxis mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie man nach Spalten gruppiert und die Werte in einer Spalte summiert:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir Folgendes erkennen:<\/span><\/p>\n Der folgende Code zeigt, wie man \u00fcber mehrere Spalten gruppiert und mehrere Spalten summiert:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir Folgendes erkennen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Beachten Sie, dass die Funktion \u201ereset_index()\u201c<\/strong> verhindert, dass Gruppierungsspalten Teil des Index sind.<\/span><\/p>\n So sieht das Ergebnis beispielsweise aus, wenn wir es nicht verwenden:<\/span><\/p>\n Je nachdem, wie die Ergebnisse angezeigt werden sollen, k\u00f6nnen Sie die Funktion \u201ereset_index()\u201c<\/strong> verwenden oder auch nicht.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Gruppierungsvorg\u00e4nge in Pandas durchgef\u00fchrt werden:<\/span><\/p>\n So z\u00e4hlen Sie Gruppensichtungen bei Pandas<\/a> Sie k\u00f6nnen 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 = […]<\/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> ([' group1<\/span> ',' group2<\/span> '])[' sum_col<\/span> ']. sum<\/span> (). reset_index<\/span> ()\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'C', 'G', 'F', 'F', 'C'],\n ' points<\/span> ': [25, 17, 14, 9, 12, 9, 6, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>df\n\n\tteam position points rebounds\n0 A G 25 11\n1 A G 17 8\n2 A F 14 10\n3 A C 9 6\n4 B G 12 6\n5 B F 9 5\n6 B F 6 9\n7 B C 4 12<\/b><\/pre>\n Beispiel 1: Nach einer Spalte gruppieren, eine Spalte hinzuf\u00fcgen<\/strong><\/span><\/h3>\n
#group by team and sum the points\ndf. groupby<\/span> ([' team<\/span> '])[' points<\/span> ']. sum<\/span> (). reset_index<\/span> ()\n\n\tteam points\n0 to 65\n1 B 31\n<\/span><\/span><\/strong><\/pre>\n\n
Beispiel 2: Nach mehreren Spalten gruppieren, mehrere Spalten hinzuf\u00fcgen<\/strong><\/span><\/h3>\n
#group by team and position, sum points and rebounds\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ', ' rebounds<\/span> ']. sum<\/span> (). reset_index<\/span> ()\n\n team position points rebounds\n0 A C 9 6\n1 A F 14 10\n2 A G 42 19\n3 B C 4 12\n4 B F 15 14\n5 B G 12 6\n<\/span><\/span><\/strong><\/pre>\n\n
#group by team and position, sum points and rebounds\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ', ' rebounds<\/span> ']. sum<\/span> ()\n\n rebound points\nteam position\t\t\nA C 9 6\nF 14 10\nG 42 19\nB C 4 12\nF 15 14\nG 12 6<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So finden Sie den Maximalwert pro Gruppe bei Pandas<\/a>
So berechnen Sie Quantile nach Gruppe in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"