<\/p>\n
Anda dapat menggunakan sintaks dasar berikut untuk mengganti nama kolom dalam fungsi groupby()<\/strong> di panda:<\/span><\/p>\n Contoh khusus ini menghitung tiga kolom agregat dan menamainya sum_col1<\/strong> , Mean_col2<\/strong> , dan max_col3<\/strong> .<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki panda DataFrame berikut:<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk mengelompokkan baris berdasarkan kolom tim<\/strong> dan kemudian menghitung tiga kolom agregat sambil memberikan nama spesifik untuk kolom agregat:<\/span><\/p>\n Perhatikan bahwa tiga kolom gabungan memiliki nama khusus yang kami berikan di fungsi agg()<\/strong> .<\/span><\/p>\n Perhatikan juga bahwa kita dapat menggunakan fungsi NumPy untuk menghitung jumlah, nilai rata-rata, dan maksimum dalam fungsi agg()<\/strong> jika kita mau.<\/span><\/p>\n Hasil ini sesuai dengan contoh sebelumnya.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara membuat daftar semua nama kolom di Pandas<\/a> Anda dapat menggunakan sintaks dasar berikut untuk mengganti nama kolom dalam fungsi groupby() di panda: df. groupby (‘ group_col ‘). agg (sum_col1=(‘ col1 ‘, ‘ sum ‘), mean_col2=(‘ col2 ‘, ‘ mean ‘), max_col3=(‘ col3 ‘, ‘ max ‘)) Contoh khusus ini menghitung tiga kolom agregat dan menamainya sum_col1 , Mean_col2 , dan max_col3 . […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df. groupby<\/span> (' group_col<\/span> '). agg<\/span> (sum_col1=(' col1<\/span> ', ' sum<\/span> '),\n mean_col2=(' col2<\/span> ', ' mean<\/span> '),\n max_col3=(' col3<\/span> ', ' max<\/span> '))\n<\/strong><\/pre>\n Contoh: Ganti nama kolom dalam fungsi Groupby di Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' points<\/span> ': [30, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 6, 6, 5, 8, 7, 7, 9],\n ' rebounds<\/span> ': [4, 13, 15, 10, 7, 7, 5, 11]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 to 30 5 4\n1 to 22 6 13\n2 A 19 6 15\n3 A 14 5 10\n4 B 14 8 7\n5 B 11 7 7\n6 B 20 7 5\n7 B 28 9 11\n<\/span><\/span><\/strong><\/pre>\n #calculate several aggregated columns by group and rename aggregated columns\n<\/span>df. groupby<\/span> (' team<\/span> '). agg<\/span> (sum_points=(' points<\/span> ', ' sum<\/span> '),\n mean_assists=(' assists<\/span> ', ' mean<\/span> '),\n max_rebounds=(' rebounds<\/span> ', ' max<\/span> '))\n\n\tsum_points mean_assists max_rebounds\nteam\t\t\t\nA 85 5.50 15\nB 73 7.75 11\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\n\n#calculate several aggregated columns by group and rename aggregated columns\n<\/span>df. groupby<\/span> (' team<\/span> '). agg<\/span> (sum_points=(' points<\/span> ', np. sum<\/span> ),\n mean_assists=(' assists<\/span> ', np. mean<\/span> ),\n max_rebounds=(' rebounds<\/span> ', np. max<\/span> ))\n\n\tsum_points mean_assists max_rebounds\nteam\t\t\t\nA 85 5.50 15\nB 73 7.75 11<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara mengurutkan kolom berdasarkan nama di Pandas<\/a>
Cara menghapus kolom duplikat di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"