{"id":4308,"date":"2023-07-12T03:18:22","date_gmt":"2023-07-12T03:18:22","guid":{"rendered":"https:\/\/statorials.org\/it\/pandas-cross-table-aggfunc\/"},"modified":"2023-07-12T03:18:22","modified_gmt":"2023-07-12T03:18:22","slug":"pandas-cross-table-aggfunc","status":"publish","type":"post","link":"https:\/\/statorials.org\/it\/pandas-cross-table-aggfunc\/","title":{"rendered":"Panda: come utilizzare aggfunc nella funzione crosstab()"},"content":{"rendered":"

<\/p>\n

\n

Puoi utilizzare l’argomento aggfunc<\/b> nella funzione pandas crosstab()<\/strong> per creare una tabella incrociata che aggrega valori utilizzando una metrica specifica:<\/span><\/p>\n

 p.d. crosstab<\/span> (index=df. col1<\/span> , columns=df. col2<\/span> , values=df. col3<\/span> , aggfunc=' count<\/span> ')\n<\/strong><\/pre>\n
 Il valore predefinito di aggfunc<\/strong> \u00e8 “count”, ma puoi specificare altri metodi di aggregazione come media, mediana, somma, minimo, massimo, ecc.<\/span><\/p>\n
 Puoi anche specificare pi\u00f9 metodi di aggregazione nell’argomento aggfunc<\/strong> :<\/span><\/p>\n
 p.d. crosstab<\/span> (index=df. col1<\/span> , columns=df. col2<\/span> , values=df. col3<\/span> , aggfunc=[' min<\/span> ', ' max<\/span> '])<\/strong><\/pre>\n
 I seguenti esempi mostrano come utilizzare ciascuno di questi metodi nella pratica con i seguenti DataFrame panda:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C', 'C '],\n                   ' position<\/span> ':['G', 'G', 'F', 'G', 'F', 'F', 'F', 'G', 'G', 'F', 'F'],\n                   ' points<\/span> ': [22, 25, 24, 39, 34, 20, 18, 17, 20, 19, 22]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n   team position points\n0 AG 22\n1 AG 25\n2 AF 24\n3 BG 39\n4 BF 34\n5 BF 20\n6 BF 18\n7 GC 17\n8 GC 20\n9 CF 19\n10 CF 22<\/strong>\n<\/pre>\n
 Esempio 1: creare una tabella incrociata con un valore in aggfunc<\/strong><\/span><\/h2>\n
 Possiamo utilizzare la seguente funzione crosstab()<\/strong> con l’argomento aggfunc=’mean’<\/strong> per creare una tabella incrociata che mostri i punti di valore medio per ogni posizione e combinazione di squadra:<\/span><\/p>\n
 #create crosstab that displays mean points value by team and position\n<\/span><\/span>p.d. crosstab<\/span> (index=df. team<\/span> , columns=df. position<\/span> , values=df. points<\/span> , aggfunc=' mean<\/span> ')\n\nposition F G\nteam\t\t\nA 24.0 23.5\nB 24.0 39.0\nC 20.5 18.5\n<\/strong><\/pre>\n
 Ecco come interpretare il risultato:<\/span><\/p>\n