Pandas: cara mengelompokkan baris dalam daftar menggunakan groupby

Anda dapat menggunakan metode berikut untuk mengelompokkan baris DataFrame ke dalam daftar menggunakan GroupBy di panda:

Metode 1: Kelompokkan baris dalam daftar untuk satu kolom

 df. groupby (' group_var ')[' values_var ']. agg ( list ). reset_index (name=' values_var ')

Metode 2: Kelompokkan Baris dalam Daftar untuk Beberapa Kolom

 df. groupby (' team '). agg (list)

Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan pandas DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [10, 10, 12, 15, 19, 23, 20, 20, 26],
                   ' assists ': [6, 8, 9, 11, 13, 8, 8, 15, 10]})

#view DataFrame
print (df)

  team points assists
0 to 10 6
1 to 10 8
2 to 12 9
3 to 15 11
4 B 19 13
5 B 23 8
6 C 20 8
7 C 20 15
8 C 26 10

Contoh 1: Kelompokkan baris dalam daftar untuk satu kolom

Kita dapat menggunakan sintaks berikut untuk mengelompokkan baris berdasarkan kolom tim dan menghasilkan daftar nilai kolom poin :

 #group points values into list by team
df. groupby (' team ')[' points ']. agg ( list ). reset_index (name=' points ')

     team points
0 A [10, 10, 12, 15]
1 B [19, 23]
2 C [20, 20, 26]

Kita dapat melihat bahwa daftar nilai poin dihasilkan untuk setiap tim unik di DataFrame.

Contoh 2: Mengelompokkan Baris dalam Daftar untuk Beberapa Kolom

Kita dapat menggunakan sintaks berikut untuk mengelompokkan baris berdasarkan kolom tim dan menghasilkan daftar nilai untuk kolom poin dan bantuan :

 #group points and assists values into lists by team
df. groupby (' team '). agg ( list )

	assist points
team		
A [10, 10, 12, 15] [6, 8, 9, 11]
B [19, 23] [13, 8]
C [20, 20, 26] [8, 15, 10]

Kita dapat melihat bahwa daftar nilai poin dan daftar nilai bantuan dihasilkan untuk setiap tim unik di DataFrame.

Catatan : Anda dapat menemukan dokumentasi lengkap operasi GroupBy di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Pandas: cara menghitung jumlah kumulatif per kelompok
Pandas: cara menghitung nilai unik berdasarkan kelompok
Pandas: cara menghitung mode berdasarkan grup
Pandas: cara menghitung korelasi berdasarkan kelompok