<\/p>\n
Puoi utilizzare i seguenti metodi con le funzioni groupby()<\/strong> e size()<\/strong> in panda per contare il numero di occorrenze per gruppo:<\/span><\/p>\n Metodo 1: contare le occorrenze raggruppate per una variabile<\/span><\/strong><\/p>\n Metodo 2: contare le occorrenze raggruppate in base a pi\u00f9 variabili<\/strong><\/span><\/p>\n Metodo 3: contare le occorrenze raggruppate per pi\u00f9 variabili e ordinate per numero<\/strong><\/span><\/p>\n I seguenti esempi mostrano come utilizzare ciascun metodo nella pratica con i seguenti DataFrame panda:<\/span><\/p>\n Il codice seguente mostra come utilizzare le funzioni groupby()<\/strong> e size()<\/strong> per contare le occorrenze di valori nella colonna team<\/strong> :<\/span><\/span><\/p>\n Dal risultato possiamo vedere che i valori A e B compaiono entrambi 5<\/strong> volte nella colonna della squadra<\/strong> .<\/span><\/p>\n Il codice seguente mostra come utilizzare le funzioni groupby()<\/strong> e size()<\/strong> per contare le occorrenze di valori per ciascuna combinazione di valori nelle colonne team<\/strong> e posizione<\/strong> :<\/span><\/p>\n Dal risultato possiamo vedere:<\/span><\/p>\n E cos\u00ec via.<\/p>\n Il codice seguente mostra come utilizzare le funzioni groupby()<\/strong> e size()<\/strong> per contare le occorrenze di valori per ciascuna combinazione di valori nelle colonne team<\/strong> e posizione<\/strong> , quindi ordinare in base al conteggio:<\/span><\/p>\n L’output mostra il conteggio di ciascuna combinazione di valori di squadra<\/strong> e posizione<\/strong> , ordinati per conteggio in ordine decrescente.<\/span><\/span><\/p>\n Nota<\/strong> : per ordinare in base al numero in ordine crescente, \u00e8 sufficiente rimuovere ascending=False<\/strong> nella funzione sort_values()<\/strong> .<\/span><\/p>\n I seguenti tutorial spiegano come eseguire altre attivit\u00e0 comuni nei panda:<\/span><\/p>\n Come contare valori univoci utilizzando Pandas GroupBy<\/a> Puoi utilizzare i seguenti metodi con le funzioni groupby() e size() in panda per contare il numero di occorrenze per gruppo: Metodo 1: contare le occorrenze raggruppate per una variabile df. groupby (‘ var1 ‘). size () Metodo 2: contare le occorrenze raggruppate in base a pi\u00f9 variabili df. groupby ([‘ var1 ‘, ‘ var2 […]<\/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> (' var1<\/span> '). size<\/span> ()\n<\/strong><\/pre>\n df. groupby<\/span> ([' var1<\/span> ', ' var2<\/span> ']). size<\/span> ()<\/strong><\/pre>\n df. groupby<\/span> ([' var1<\/span> ', ' var2<\/span> ']). size<\/span> (). sort_values<\/span> (ascending= False<\/span> )<\/strong><\/pre>\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', 'B', 'B'],\n ' position<\/span> ': ['G', 'G', 'F', 'F', 'F', 'G', 'G', 'G', 'G', 'F'],\n ' points<\/span> ': [15, 22, 24, 25, 20, 35, 34, 19, 14, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 15\n1 AG 22\n2 AF 24\n3 AF 25\n4 AF 20\n5 BG 35\n6 BG 34\n7 BG 19\n8 BG 14\n9 BF 12<\/strong><\/pre>\n Esempio 1: contare le occorrenze raggruppate per una variabile<\/strong><\/span><\/h2>\n
#count occurrences of each value in team column\ndf. groupby<\/span> (' team<\/span> '). size<\/span> ()\n\nteam\nAT 5\nB5\ndtype: int64\n<\/span><\/span><\/strong><\/pre>\n Esempio 2:<\/strong><\/span> contare le occorrenze raggruppate per pi\u00f9 variabili<\/strong><\/span><\/h2>\n
#count occurrences of values for each combination of team and position\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> ']). size<\/span> ()\n\nteam position\nAF3\n G2\nBF 1\n G4\ndtype: int64\n<\/span><\/span><\/strong><\/pre>\n\n
Esempio 3:<\/strong><\/span> contare le occorrenze raggruppate per pi\u00f9 variabili e ordinarle<\/strong><\/span><\/h2>\n
#count occurrences for each combination of team and position and sort\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> ']). size<\/span> (). sort_values<\/span> (ascending= False<\/span> )\n\nteam position\nBG 4\nAF3\n G2\nBF 1\ndtype: int64\n<\/span><\/span><\/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":"