{"id":4233,"date":"2023-07-12T15:50:28","date_gmt":"2023-07-12T15:50:28","guid":{"rendered":"https:\/\/statorials.org\/de\/pandas-groupby-bedeuten-und-std\/"},"modified":"2023-07-12T15:50:28","modified_gmt":"2023-07-12T15:50:28","slug":"pandas-groupby-bedeuten-und-std","status":"publish","type":"post","link":"https:\/\/statorials.org\/de\/pandas-groupby-bedeuten-und-std\/","title":{"rendered":"Pandas: berechnen sie mittelwert und standard einer spalte in groupby"},"content":{"rendered":"

<\/p>\n

\n

Sie k\u00f6nnen die folgende Syntax verwenden, um den Mittelwert und die Standardabweichung einer Spalte zu berechnen, nachdem Sie die Operation \u201egroupby()\u201c<\/strong> in Pandas verwendet haben:<\/span><\/p>\n

 df. groupby<\/span> ([' team<\/span> '], as_index= False<\/span> ). agg<\/span> ({' points<\/span> ':[' mean<\/span> ', ' std<\/span> ']})\n<\/strong><\/pre>\n
 In diesem speziellen Beispiel werden die Zeilen eines Pandas-DataFrames nach dem Wert in der Spalte \u201e Team<\/strong> \u201c gruppiert und dann der Mittelwert und die Standardabweichung der Werte in der Spalte \u201ePunkte\u201c<\/strong> berechnet.<\/span><\/p>\n
 Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n
 Beispiel: Berechnen Sie den Mittelwert und die Norm einer Spalte in Pandas Groupby<\/span><\/strong><\/span><\/h2>\n
 Angenommen, wir haben den folgenden Pandas-DataFrame, der Informationen \u00fcber Basketballspieler verschiedener Teams enth\u00e4lt:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],\n                   ' points<\/span> ': [12, 15, 17, 17, 19, 14, 15, 20, 24, 28],\n                   ' assists<\/span> ': [5, 5, 7, 9, 10, 14, 13, 8, 2, 7]})\n                            \n#view DataFrame\n<\/span>print<\/span> (df)\n\n  team points assists\n0 to 12 5\n1 to 15 5\n2 To 17 7\n3 To 17 9\n4 B 19 10\n5 B 14 14\n6 B 15 13\n7 C 20 8\n8 C 24 2\n9 C 28 7\n<\/b><\/pre>\n
 Wir k\u00f6nnen die folgende Syntax verwenden, um den Mittelwert und die Standardabweichung der Werte in der Punktespalte<\/strong> , gruppiert nach der Teamspalte<\/strong> , zu berechnen:<\/span><\/span><\/p>\n
 #calculate mean and standard deviation of points, grouped by team<\/span>\noutput = df. groupby<\/span> ([' team<\/span> '], as_index= False<\/span> ). agg<\/span> ({' points<\/span> ':[' mean<\/span> ', ' std<\/span> ']})\n\n#view results<\/span>\nprint<\/span> (output)\n\n  team points          \n         mean std\n0 A 15.25 2.362908\n1 B 16.00 2.645751\n2 C 24.00 4.000000\n<\/strong><\/pre>\n
 Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/span><\/p>\n