<\/p>\n
Cara termudah untuk menggunakan group by<\/strong> dengan kondisi Where<\/strong> di pandas adalah dengan menggunakan fungsi query()<\/strong> :<\/span><\/p>\n Contoh khusus ini menghitung nilai rata-rata points<\/strong> , dikelompokkan berdasarkan position<\/strong> , dengan team<\/strong> sama dengan “A” di beberapa panda DataFrame.<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai pemain bola basket:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk menghitung nilai rata-rata poin<\/strong> , dikelompokkan berdasarkan posisi<\/strong> , dimana tim<\/strong> sama dengan “A”:<\/span><\/p>\n Dari hasilnya kita dapat melihat:<\/span><\/p>\n Perhatikan bahwa kita juga dapat menggunakan operator &<\/strong> dalam fungsi query()<\/strong> untuk menemukan baris yang beberapa kondisinya terpenuhi.<\/span><\/p>\n Misalnya, kode berikut menunjukkan cara menghitung nilai rata-rata poin<\/strong> , dikelompokkan berdasarkan posisi<\/strong> , di mana tim<\/strong> sama dengan “A” dan<\/em> posisi sama dengan “G”:<\/span><\/p>\n Dari hasil tersebut terlihat bahwa rata-rata nilai poin pemain posisi \u201cG\u201d di tim A adalah 18<\/strong> .<\/span><\/p>\n Karena kami menentukan dua kondisi dalam fungsi query()<\/strong> , hanya baris yang memenuhi kedua kondisi yang digunakan.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara melakukan penjumlahan GroupBy di Pandas<\/a> Cara termudah untuk menggunakan group by dengan kondisi Where di pandas adalah dengan menggunakan fungsi query() : df. query (” team == ‘A’ “). groupby ([” position “])[” points “]. mean (). reset_index () Contoh khusus ini menghitung nilai rata-rata points , dikelompokkan berdasarkan position , dengan team sama dengan “A” di beberapa panda DataFrame. […]<\/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. query<\/span> (\" team == 'A'<\/span> \"). groupby<\/span> ([\" position<\/span> \"])[\" points<\/span> \"]. mean<\/span> (). reset_index<\/span> ()\n<\/strong><\/pre>\n Contoh: Cara menggunakan kondisi Group By dengan Where 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', 'A', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'F', 'F', 'G', 'G', 'F'],\n ' points<\/span> ': [22, 14, 15, 10, 8, 29, 33, 18]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 22\n1 AG 14\n2 AF15\n3 AF 10\n4 AF 8\n5 BG 29\n6 BG 33\n7 BF 18\n<\/b><\/pre>\n #calculate mean value of points, grouped by position, where team == 'A'<\/span>\ndf. query<\/span> (\" team == 'A'<\/span> \"). groupby<\/span> ([\" position<\/span> \"])[\" points<\/span> \"]. mean<\/span> (). reset_index<\/span> ()\n\n position points\n0 F 11.0\n1G 18.0\n<\/strong><\/pre>\n\n
#calculate mean value of points by position where team is 'A' and position is 'G'<\/span>\ndf. query<\/span> (\" team=='A' & position=='G'<\/span> \"). groupby<\/span> ([\" position<\/span> \"])[\" points<\/span> \"]. mean<\/span> (). reset_index<\/span> ()\n\n\tposition points\n0G 18.0\n<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara menggunakan Groupby dan Plot di Pandas<\/a>
Cara menghitung nilai unik menggunakan GroupBy di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"