पांडा: एकाधिक एकत्रीकरण के साथ ग्रुपबी का उपयोग कैसे करें

आप पांडा में एकाधिक एकत्रीकरण वाले ग्रुपबी का उपयोग करने के लिए निम्नलिखित मूल वाक्यविन्यास का उपयोग कर सकते हैं:

 df. groupby (' team '). agg (
    mean_points=(' points ', np. mean ),
    sum_points=(' points ', np. sum ),
    std_points=(' points ', np. std ))

यह विशेष सूत्र डेटाफ़्रेम की पंक्तियों को टीम नामक वेरिएबल द्वारा समूहित करता है और फिर पॉइंट नामक वेरिएबल के लिए कई सारांश आंकड़ों की गणना करता है।

निम्नलिखित उदाहरण दिखाता है कि व्यवहार में इस वाक्यविन्यास का उपयोग कैसे करें।

उदाहरण: पांडा में एकाधिक एकत्रीकरण के साथ ग्रुपबी का उपयोग करना

मान लीजिए कि हमारे पास निम्नलिखित पांडा डेटाफ़्रेम है जिसमें विभिन्न बास्केटबॉल खिलाड़ियों के बारे में जानकारी है:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Mavs', 'Mavs', 'Heat', 'Heat', 'Heat'],
                   ' points ': [18, 22, 19, 14, 14, 11],
                   ' assists ': [5, 7, 7, 9, 12, 9]})

#view DataFrame
print (df)

   team points assists
0 Mavs 18 5
1 Mavs 22 7
2 Mavs 19 7
3 Heat 14 9
4 Heat 14 12
5 Heat 11 9

हम टीम द्वारा डेटाफ़्रेम की पंक्तियों को समूहित करने के लिए निम्नलिखित सिंटैक्स का उपयोग कर सकते हैं, फिर प्रत्येक टीम के लिए अंकों के औसत, योग और मानक विचलन की गणना कर सकते हैं:

 import numpy as np

#group by team and calculate mean, sum, and standard deviation of points
df. groupby (' team '). agg (
    mean_points=(' points ', np. mean ),
    sum_points=(' points ', np. sum ),
    std_points=(' points ', np. std ))

      mean_points sum_points std_points
team			
Heat 13.000000 39 1.732051
Mavs 19.666667 59 2.081666

परिणाम प्रत्येक टीम के लिए अंक चर का माध्य, योग और मानक विचलन प्रदर्शित करता है।

आप ग्रुपबी निष्पादित करने के लिए समान सिंटैक्स का उपयोग कर सकते हैं और जितने चाहें उतने एकत्रीकरण की गणना कर सकते हैं।

अतिरिक्त संसाधन

निम्नलिखित ट्यूटोरियल बताते हैं कि अन्य सामान्य पांडा कार्य कैसे करें:

Pandas GroupBy का उपयोग करके अद्वितीय मानों की गणना कैसे करें
पांडास ग्रुपबी में फ़ंक्शन कैसे लागू करें
पांडास ग्रुपबाय से बार प्लॉट कैसे बनाएं