Pandas: hitung mean & std kolom di groupby

Anda dapat menggunakan sintaks berikut untuk menghitung mean dan deviasi standar kolom setelah menggunakan operasi groupby() di pandas:

 df. groupby ([' team '], as_index= False ). agg ({' points ':[' mean ', ' std ']})

Contoh khusus ini mengelompokkan baris DataFrame pandas berdasarkan nilai di kolom Tim , lalu menghitung mean dan deviasi standar dari nilai di kolom Poin .

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Hitung mean dan norma kolom di Pandas groupby

Misalkan kita memiliki panda DataFrame berikut yang berisi informasi tentang pemain bola basket dari tim yang berbeda:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [12, 15, 17, 17, 19, 14, 15, 20, 24, 28],
                   ' assists ': [5, 5, 7, 9, 10, 14, 13, 8, 2, 7]})
                            
#view DataFrame
print (df)

  team points assists
0 to 12 5
1 to 15 5
2 To 17 7
3 To 17 9
4 B 19 10
5 B 14 14
6 B 15 13
7 C 20 8
8 C 24 2
9 C 28 7

Kita dapat menggunakan sintaks berikut untuk menghitung mean dan deviasi standar dari nilai-nilai pada kolom poin , yang dikelompokkan berdasarkan kolom tim :

 #calculate mean and standard deviation of points, grouped by team
output = df. groupby ([' team '], as_index= False ). agg ({' points ':[' mean ', ' std ']})

#view results
print (output)

  team points          
         mean std
0 A 15.25 2.362908
1 B 16.00 2.645751
2 C 24.00 4.000000

Dari hasilnya kita dapat melihat:

• Nilai rata-rata poin tim A adalah 15,25 .
• Standar deviasi poin Tim A adalah 2.362908 .

Dan seterusnya.

Kita juga bisa mengganti nama kolomnya agar hasilnya lebih mudah dibaca:

 #rename columns
output.output. columns = [' team ', ' points_mean ', ' points_std ']

#view updated results
print (output)

  team points_mean points_std
0 A 15.25 2.362908
1 B 16.00 2.645751
2 C 24.00 4.000000

Catatan : Anda dapat menemukan dokumentasi lengkap operasi pandas groupby() di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Cara melakukan penjumlahan GroupBy di Pandas
Cara menggunakan Groupby dan Plot di Pandas
Cara menghitung nilai unik menggunakan GroupBy di Pandas