Pandas: cara menghitung mode dalam objek groupby

Anda dapat menggunakan sintaks berikut untuk menghitung mode dalam objek GroupBy di panda:

 df. groupby ([' group_var '])[' value_var ']. agg ( pd.Series.mode )

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Mode hitung pada objek GroupBy

Misalkan kita memiliki panda DataFrame berikut yang menunjukkan poin yang dicetak oleh pemain bola basket dari tim berbeda:

 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]})

#view DataFrame
print (df)

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

Kita dapat menggunakan sintaks berikut untuk menghitung nilai fashion point untuk setiap tim:

 #calculate mode points value for each team
df. groupby ([' team '])[' points ']. agg ( pd.Series.mode )

team
At 10
B [19, 23]
C 20
Name: points, dtype: object

Berikut cara menafsirkan hasilnya:

• Nilai fashion point untuk Tim A adalah 10 .
• Nilai fashion point untuk Tim B adalah 19 dan 23 .
• Nilai fashion point untuk Tim C adalah 20 .

Jika grup memiliki beberapa mode, Anda dapat menggunakan sintaks berikut untuk menampilkan setiap mode pada baris berbeda:

 #calculate mode points value for each team
df. groupby ([' team '])[' points ']. apply ( pd.Series.mode )

team   
At 0 10
B 0 19
      1 23
C 0 20
Name: points, dtype: int64

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 korelasi berdasarkan kelompok