パンダ: ビン数で groupby を使用する方法
次の構文を使用して、pandas の別の変数によってグループ化された変数のボックスの数を計算できます。
#define bins groups = df. groupby ([' group_var ', pd. cut (df. value_var , bins)]) #display bin count by group variable groups. size (). unstack ()
次の例は、この構文を実際に使用する方法を示しています。
例: Pandas のビンの数で GroupBy を使用する
さまざまなチームのバスケットボール選手が獲得したポイントを示す次のパンダ データフレームがあるとします。
import pandas as pd
#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A',
'B', 'B', 'B', 'B', 'B', 'B', 'B', 'B'],
' points ': [4, 7, 7, 11, 12, 15, 19, 19,
5, 5, 11, 12, 14, 14, 15, 15]})
#view DataFrame
print (df)
team points
0 to 4
1 to 7
2 to 7
3 to 11
4 to 12
5 to 15
6 to 19
7 to 19
8 B 5
9 B 5
10 B 11
11 B 12
12 B 14
13 B 14
14 B 15
15 B 15
次の構文を使用して、特定のビンにグループ化された各チームのポイントの頻度を計算できます。
#define groups
groups = df. groupby ([' team ', pd. cut (df. points , [0, 10, 15, 20])])
#display bin count grouped by team
groups. size (). unstack ()
points (0, 10] (10, 15] (15, 20]
team
A 3 3 2
B 2 6 0
結果を解釈する方法は次のとおりです。
- 合計で、チーム A の3 人の選手が 0 点から 10 点の間の得点を獲得しました。
- 合計で、チーム A の3 人の選手が 10 ~ 15 点を獲得しました。
- 合計で、チーム A の2 人の選手が 15 ~ 20 得点を獲得しました。
等々。
pd.cut()関数で必要なビンを指定できることに注意してください。
たとえば、次の 2 つのビンのみを定義できます。
#define groups
groups = df. groupby ([' team ', pd. cut (df. points , [0, 10, 20])])
#display bin count grouped by team
groups. size (). unstack ()
points (0, 10] (10, 20]
team
At 3 5
B 2 6
結果を解釈する方法は次のとおりです。
- 合計で、チーム A の3 人の選手が 0 点から 10 点の間の得点を獲得しました。
- 合計で、チーム A の5 人の選手が 10 ~ 20 点を獲得しました。
- 合計で、チーム B の2 人の選手が 0 点から 10 点の間の得点を獲得しました。
- 合計で、チーム B の6 人の選手が 10 ~ 20 点を獲得しました。
注 1 : GroupBy関数の完全なドキュメントはここで見つけることができます。
注 2 : Cut関数の完全なドキュメントはここで見つけることができます。
追加リソース
次のチュートリアルでは、パンダで他の一般的な操作を実行する方法を説明します。
Pandas: グループごとの累積合計を計算する方法
パンダ: グループごとに一意の値を数える方法
Pandas: グループごとにモードを計算する方法
パンダ: グループごとの相関を計算する方法