Pandas: cara mengelompokkan dan menggabungkan beberapa kolom

Seringkali Anda mungkin ingin mengelompokkan dan menggabungkan beberapa kolom DataFrame pandas.

Untungnya, hal ini mudah dilakukan menggunakan fungsi panda .groupby() dan .agg() .

Tutorial ini menjelaskan beberapa contoh penggunaan praktis fungsi-fungsi ini.

Contoh 1: Kelompokkan berdasarkan dua kolom dan temukan rata-ratanya

Misalkan kita memiliki panda DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'team': ['A', 'B', 'B', 'B', 'B', 'M', 'M', 'M'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})

#view DataFrame
print (df)

  team position assists rebounds
0 AG 5 11
1 BG 7 8
2 BF 7 10
3 BG 8 6
4 BF 5 6
5 MF 7 9
6 MC 6 6
7 MC 9 10

Kode berikut menunjukkan cara mengelompokkan berdasarkan kolom “tim” dan “posisi” dan menemukan rata-rata operan:

 df. groupby (['team', 'position']). agg ({'assists': ['mean']}). reset_index ()


        team position assists
                          mean
0 A G 5.0
1 B F 6.0
2 B G 7.5
3 M C 7.5
4M F 7.0

Outputnya memberitahu kita:

• Rata-rata assist pemain di posisi G tim A adalah 5,0 .
• Rata-rata assist pemain posisi F di tim B adalah 6,0 .
• Rata-rata assist pemain posisi G tim B adalah 7,5 .

Dan seterusnya.

Kita juga dapat menggunakan kode berikut untuk mengganti nama kolom DataFrame yang dihasilkan:

 #group by team and position and find mean assists
new = df. groupby (['team', 'position']). agg ({'assists': ['mean']}). reset_index ()

#rename columns
new.columns = ['team', 'pos', 'mean_assists']

#view DataFrame
print (new)

	team pos mean_assists
0 A G 5.0
1 B F 6.0
2 B G 7.5
3 M C 7.5
4M F 7.0

Contoh 2: Kelompokkan berdasarkan dua kolom dan temukan beberapa statistik

Anggaplah kita menggunakan pandas DataFrame yang sama seperti contoh sebelumnya:

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'team': ['A', 'B', 'B', 'B', 'B', 'M', 'M', 'M'],
                   'position': ['G', 'G', 'F', 'G', 'F', 'F', 'C', 'C'],
                   'assists': [5, 7, 7, 8, 5, 7, 6, 9],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10]})

Kode berikut menunjukkan cara mencari median dan jumlah rebound maksimum, yang dikelompokkan dalam kolom “tim” dan “posisi”:

 df. groupby (['team', 'position']). agg ({'rebounds': ['median', 'max']}). reset_index ()


        team position rebounds
                         median max
0 A G 11 11
1 B F 8 10
2 B G 7 8
3 M C 8 10
4 M F 9 9

Outputnya memberitahu kita:

• Median rebound untuk pemain posisi G di Tim A adalah 11 .
• Rebound maksimal pemain posisi G tim A adalah 11 .
• Median rebound pemain di posisi F tim B adalah 8 .
• Rebound maksimal pemain posisi F tim B adalah 10 .

Dan seterusnya.

Sumber daya tambahan

Cara memfilter Pandas DataFrame pada berbagai kondisi
Cara menghitung nilai yang hilang di Pandas DataFrame
Cara menumpuk beberapa Pandas DataFrames