<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax mit der Funktion \u201egroupby()\u201c<\/strong> in Pandas verwenden, um nach zwei Spalten zu gruppieren und eine weitere Spalte zu aggregieren:<\/span><\/p>\n In diesem speziellen Beispiel wird der DataFrame nach den Spalten var1<\/strong> und var2<\/strong> gruppiert und dann der Durchschnitt der Spalte var3<\/strong> berechnet.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie man mit dem folgenden Pandas-DataFrame in zwei Spalten gruppiert und aggregiert:<\/span><\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um den Durchschnittswert der Punktespalte<\/strong> , gruppiert nach den Team-<\/strong> und Positionsspalten<\/strong> , zu berechnen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um den Maximalwert der Punktespalte<\/strong> , gruppiert nach den Team-<\/strong> und Positionsspalten<\/strong> , zu berechnen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Wir k\u00f6nnen die folgende Syntax verwenden, um das Vorkommen jeder Kombination der Team-<\/strong> und Positionsspalten<\/strong> zu z\u00e4hlen:<\/span><\/p>\n Aus dem Ergebnis k\u00f6nnen wir sehen:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere h\u00e4ufige Aufgaben in Pandas ausf\u00fchren:<\/span><\/p>\n So z\u00e4hlen Sie eindeutige Werte mit Pandas GroupBy<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax mit der Funktion \u201egroupby()\u201c in Pandas verwenden, um nach zwei Spalten zu gruppieren und eine weitere Spalte zu aggregieren: df. groupby ([‚ var1 ‚,‘ var2 ‚])[‚ var3 ‚]. mean () In diesem speziellen Beispiel wird der DataFrame nach den Spalten var1 und var2 gruppiert und dann der Durchschnitt der […]<\/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> ([' var1<\/span> ',' var2<\/span> '])[' var3<\/span> ']. mean<\/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', 'A', 'B', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'F', 'F', 'G', 'G', 'G', 'G', 'F'],\n ' points<\/span> ': [15, 22, 24, 25, 20, 35, 34, 19, 14, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 15\n1 AG 22\n2 AF 24\n3 AF 25\n4 AF 20\n5 BG 35\n6 BG 34\n7 BG 19\n8 BG 14\n9 BF 12\n<\/strong><\/pre>\n Beispiel 1: Gruppieren Sie zwei Spalten und berechnen Sie den Durchschnitt einer anderen Spalte<\/strong><\/span><\/h2>\n
#calculate mean of points grouped by team and position columns\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ']. mean<\/span> ()\n\nteam position\nAF23.0\n G 18.5\nBF 12.0\n G 25.5\nName: points, dtype: float64\n<\/span><\/span><\/strong><\/pre>\n\n
Beispiel 2: Gruppieren Sie zwei Spalten und berechnen Sie das Maximum einer anderen Spalte<\/strong><\/span><\/h2>\n
#calculate max of points grouped by team and position columns\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ']. max<\/span> ()\n\nteam position\nAF25\n G22\nBF 12\n G 35\nName: points, dtype: int64\n<\/span><\/span><\/strong><\/pre>\n\n
Beispiel 3: Nach zwei Spalten gruppieren und Vorkommen z\u00e4hlen<\/strong><\/span><\/h2>\n
#count occurrences of each combination of team and position columns\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> ']). size<\/span> ()\n\nteam position\nAF3\n G2\nBF 1\n G4\ndtype: int64\n<\/span><\/span><\/strong><\/pre>\n\n
Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So wenden Sie eine Funktion auf Pandas Groupby an<\/a>
So erstellen Sie ein Balkendiagramm aus Pandas GroupBy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"