Panda's: as_index gebruiken in groupby

U kunt het argument as_index in een pandas groupby() -bewerking gebruiken om op te geven of u wel of niet wilt dat de kolom waarop u hebt gegroepeerd, wordt gebruikt als de index van de uitvoer.

Het as_index argument kan True of False zijn.

De standaardwaarde is Waar .

In het volgende voorbeeld ziet u hoe u het argument as_index in de praktijk kunt gebruiken.

Voorbeeld: Hoe as_index te gebruiken in panda’s groupby

Stel dat we het volgende panda’s DataFrame hebben dat het aantal punten weergeeft dat is gescoord door basketbalspelers van verschillende teams:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [12, 15, 17, 17, 19, 14, 15, 20, 24, 28]})
                            
#view DataFrame
print (df)

  team points
0 to 12
1 to 15
2 to 17
3 to 17
4 to 19
5 B 14
6 B 15
7 C 20
8 C 24
9 C 28

We kunnen de volgende syntaxis gebruiken om rijen te groeperen op teamkolom en de som van de puntenkolom te berekenen, terwijl we as_index=True opgeven om team als uitvoerindex te gebruiken:

 #group rows by team and calculate sum of points
print ( df.groupby (' team ', as_index= True ) .sum ())

points
team        
At 80
B29
C 72

De uitvoer toont de som van de waarden in de puntenkolom , gegroepeerd op de waarden in de teamkolom .

Houd er rekening mee dat de teamkolom wordt gebruikt als de index van de uitvoer.

Als we in plaats daarvan as_index=False opgeven, wordt de teamkolom niet gebruikt als de uitvoerindex:

 #group rows by team and calculate sum of points
print ( df.groupby (' team ', as_index= False ) .sum ())

  team points
0 to 80
1 B 29
2 C 72

Merk op dat team nu als kolom in de uitvoer wordt gebruikt en dat de indexkolom eenvoudigweg genummerd is van 0-2.

Opmerking : u kunt de volledige documentatie van de pandas groupby()- bewerking hier vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:

Hoe u een groep kunt krijgen na het gebruik van Pandas Groupby
Hoe Pandas GroupBy-uitvoer naar DataFrame te converteren
Een functie toepassen op Panda’s Groupby