<\/p>\n
\u00c8 possibile utilizzare la seguente sintassi di base per utilizzare un groupby con pi\u00f9 aggregazioni nei panda:<\/span><\/p>\n Questa particolare formula raggruppa le righe del DataFrame in base alla variabile chiamata team<\/b> e quindi calcola diverse statistiche riassuntive per la variabile chiamata points<\/strong> .<\/span><\/p>\n L’esempio seguente mostra come utilizzare questa sintassi nella pratica.<\/span><\/p>\n Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:<\/span><\/p>\n Possiamo utilizzare la seguente sintassi per raggruppare le righe del DataFrame per squadra<\/strong> , quindi calcolare la media, la somma e la deviazione standard dei punti<\/strong> per ciascuna squadra:<\/span><\/p>\n Il risultato mostra la media, la somma e la deviazione standard della variabile punti<\/strong> per ciascuna squadra<\/strong> .<\/span><\/p>\n Puoi utilizzare una sintassi simile per eseguire un groupby e calcolare tutte le aggregazioni che desideri.<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni dei panda:<\/span><\/p>\n Come contare valori univoci utilizzando Pandas GroupBy<\/a> \u00c8 possibile utilizzare la seguente sintassi di base per utilizzare un groupby con pi\u00f9 aggregazioni nei panda: df. groupby (‘ team ‘). agg ( mean_points=(‘ points ‘, np. mean ), sum_points=(‘ points ‘, np. sum ), std_points=(‘ points ‘, np. std )) Questa particolare formula raggruppa le righe del DataFrame in base alla variabile chiamata […]<\/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> (' team<\/span> '). agg<\/span> (\n mean_points=(' points<\/span> ', np. mean<\/span> ),\n sum_points=(' points<\/span> ', np. sum<\/span> ),\n std_points=(' points<\/span> ', np. std<\/span> ))\n<\/strong><\/pre>\n Esempio: utilizzo di Groupby con pi\u00f9 aggregazioni in Panda<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n<\/strong>#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['Mavs', 'Mavs', 'Mavs', 'Heat', 'Heat', 'Heat'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists\n0 Mavs 18 5\n1 Mavs 22 7\n2 Mavs 19 7\n3 Heat 14 9\n4 Heat 14 12\n5 Heat 11 9\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#group by team and calculate mean, sum, and standard deviation of points\n<\/span><\/strong>df. groupby<\/span> (' team<\/span> '). agg<\/span> (\n mean_points=(' points<\/span> ', np. mean<\/span> ),\n sum_points=(' points<\/span> ', np. sum<\/span> ),\n std_points=(' points<\/span> ', np. std<\/span> ))\n\n mean_points sum_points std_points\nteam\t\t\t\nHeat 13.000000 39 1.732051\nMavs 19.666667 59 2.081666<\/strong><\/pre>\n Risorse addizionali<\/strong><\/span><\/h2>\n
Come applicare una funzione a Pandas Groupby<\/a>
Come creare un grafico a barre da Pandas GroupBy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"