<\/p>\n
Spesso potresti essere interessato a contare il numero di osservazioni<\/a> per gruppo in un DataFrame panda.<\/span><\/p>\n Fortunatamente, questo \u00e8 facile da fare utilizzando le funzioni groupby()<\/strong> e size()<\/strong> con la seguente sintassi:<\/span><\/p>\n Questo tutorial spiega diversi esempi di utilizzo pratico di questa funzione utilizzando il seguente frame di dati:<\/span><\/p>\n Il seguente codice mostra come contare il numero totale di osservazioni per squadra:<\/span><\/p>\n Dal risultato possiamo vedere che:<\/span><\/p>\n Si noti che il codice precedente produce una serie. Nella maggior parte dei casi vogliamo lavorare con un DataFrame, quindi possiamo utilizzare la funzione reset_index()<\/strong> per produrre invece un DataFrame:<\/span><\/p>\n Possiamo anche usare la funzione sort_values()<\/strong> per ordinare il numero di gruppi.<\/span><\/p>\n Possiamo specificare ascending=False<\/strong> per ordinare il numero di gruppi dal pi\u00f9 grande al pi\u00f9 piccolo o ascending=True<\/strong> per ordinare dal pi\u00f9 piccolo al pi\u00f9 grande:<\/span><\/p>\n Possiamo anche contare il numero di osservazioni raggruppate da pi\u00f9 variabili in un DataFrame panda:<\/span><\/p>\n Dal risultato possiamo vedere che:<\/span><\/p>\n Come calcolare la somma delle colonne in Pandas<\/a> Spesso potresti essere interessato a contare il numero di osservazioni per gruppo in un DataFrame panda. Fortunatamente, questo \u00e8 facile da fare utilizzando le funzioni groupby() e size() con la seguente sintassi: df. groupby (‘ column_name ‘). size () Questo tutorial spiega diversi esempi di utilizzo pratico di questa funzione utilizzando il seguente frame di […]<\/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> (' column_name<\/span> '). size<\/span> ()\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\nimport<\/span> pandas as<\/span> pd<\/span>\n\n#create pandas DataFrame<\/span>\ndf = pd. DataFrame<\/span> ({'team': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],\n 'division':['E', 'W', 'E', 'E', 'W', 'W', 'E'],\n 'rebounds': [11, 8, 7, 6, 6, 5, 12]})\n\n#display DataFrame\n<\/span>print<\/span> (df)\n\n team division rebounds\n0 AE 11\n1 AW 8\n2 BE 7\n3 BE 6\n4 BW 6\n5 CW 5\n6 CE 12<\/strong><\/pre>\n Esempio 1: contare con una variabile<\/strong><\/h3>\n
#count total observations by variable 'team'<\/span>\ndf. groupby<\/span> (' team<\/span> '). size<\/span> ()\n\nteam\nAt 2\nB 3\nC 2\ndtype: int64\n<\/strong><\/pre>\n\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team obs\n0 to 2\n1 B 3\n2 C 2\n<\/strong><\/pre>\n Esempio 2: contare e ordinare in base a una variabile<\/strong><\/h3>\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> '). sort_values<\/span> ([' obs<\/span> '], ascending= True<\/span> )\n\n team obs\n0 to 2\n2 C 2\n1 B 3<\/strong><\/pre>\n Esempio 3: conteggio con pi\u00f9 variabili<\/strong><\/h3>\n
#count observations grouped by team and division<\/span>\ndf. groupby<\/span> ([' team<\/span> ',' division<\/span> ']). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team division obs\n0 A E 1\n1 A W 1\n2 B E 2\n3 B W 1\n4 C E 1\n5 C W 1\n<\/strong><\/pre>\n\n
Risorse addizionali<\/strong><\/span><\/h3>\n
Come calcolare la media delle colonne in Pandas<\/a>
Come trovare il valore massimo delle colonne in Pandas<\/p>\n","protected":false},"excerpt":{"rendered":"