<\/p>\n
U kunt de volgende syntaxis gebruiken om de som van rijen in een Panda DataFrame te vinden die aan bepaalde criteria voldoet:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis kunt gebruiken met het volgende dataframe:<\/span><\/p>\n De volgende code laat zien hoe u de som van de punten voor elk team kunt vinden:<\/span><\/p>\n Dit vertelt ons:<\/span><\/p>\n De volgende code laat zien hoe je de som van de punten en rebounds voor elk team kunt vinden:<\/span><\/p>\n De volgende code laat zien hoe u voor elk team de som van alle kolommen in het gegevensframe kunt vinden:<\/span><\/p>\n Hoe u een AANTAL.ALS-functie uitvoert in Pandas<\/a> U kunt de volgende syntaxis gebruiken om de som van rijen in een Panda DataFrame te vinden die aan bepaalde criteria voldoet: #find sum of each column, grouped by one column df. groupby (‚ group_column ‚). sum () #find sum of one specific column, grouped by one column df. groupby (‚ group_column ‚)[‚ sum_column ‚]. […]<\/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":[],"class_list":["post-1933","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n #find sum of each column, grouped by one column<\/span>\ndf. groupby<\/span> (' group_column<\/span> '). sum<\/span> () \n<\/b>\n#find sum of one specific column, grouped by one column<\/span>\ndf. groupby<\/span> (' group_column<\/span> ')[' sum_column<\/span> ']. sum<\/span> ()<\/b>\n<\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['a', 'a', 'b', 'b', 'b', 'c', 'c'],\n ' points<\/span> ': [5, 8, 14, 18, 5, 7, 7],\n ' assists<\/span> ': [8, 8, 9, 3, 8, 7, 4],\n ' rebounds<\/span> ': [1, 2, 2, 1, 0, 4, 1]})\n\n#view DataFrame\n<\/span>df\n\n\tteam points assists rebounds\n0 to 5 8 1\n1 to 8 8 2\n2 b 14 9 2\n3 b 18 3 1\n4 b 5 8 0\n5 c 7 7 4\n6 c 7 4 1\n<\/span><\/strong><\/pre>\n Voorbeeld 1: Voer een SUMIF-functie uit op een kolom<\/strong><\/span><\/h3>\n
df. groupby<\/span> (' team<\/span> ')[' points<\/span> ']. sum<\/span> ()\n\nteam\nat 13\nb 37\nc 14<\/span><\/strong><\/pre>\n\n
Voorbeeld 2: Voer een SUMIF-functie uit op meerdere kolommen<\/strong><\/span><\/h3>\n
df. groupby<\/span> (' team<\/span> ')[[' points<\/span> ', ' rebounds<\/span> ']]. sum<\/span> ()\n\n<\/span>rebound points\nteam\t\t\nat 13 3\nb 37 3\nc 14 5\n<\/strong><\/pre>\n Voorbeeld 3: Voer een SUMIF-functie uit op alle kolommen<\/strong><\/span><\/h3>\n
df. groupby<\/span> (' team<\/span> '). sum<\/span> ()\n\n\tpoints assists rebounds\nteam\t\t\t\na 13 16 3\nb 37 20 3\nc 14 11 5\n<\/b><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h3>\n
Hoe groepswaarnemingen bij panda’s te tellen<\/a>
Zo vind je bij Pandas de maximale waarde per groep<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"