<\/p>\n
U kunt de volgende basissyntaxis gebruiken om het equivalent van een SQL-instructie „GROUP BY HAVING“ in panda’s uit te voeren:<\/span><\/p>\n De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n De volgende code laat zien hoe u rijen groepeert op basis van de waarde in de kolom Team<\/strong> en vervolgens alleen teams filtert waarvan het aantal groter is dan 2:<\/span><\/span><\/p>\n Houd er rekening mee dat alleen rijen met de teamwaarde ‚A‘ of ‚B‘ worden geretourneerd, aangezien dit beide teams zijn waarvan het aantal groter is dan 2.<\/span><\/p>\n De volgende code laat zien hoe u rijen groepeert op basis van de waarde in de kolom Team<\/strong> en vervolgens alleen teams filtert waarvan de gemiddelde puntwaarde<\/strong> groter is dan 20:<\/span><\/p>\n Houd er rekening mee dat alleen rijen met de teamwaarde ‚A‘ of ‚C‘ worden geretourneerd, aangezien dit de twee teams zijn met een gemiddelde puntwaarde van meer dan 20.<\/span><\/p>\n De volgende code laat zien hoe u rijen kunt groeperen op waarde in de kolom Team<\/strong> en vervolgens alleen teams kunt filteren waarvan de puntensom<\/strong> exact 48 is:<\/span><\/p>\n Houd er rekening mee dat alleen rijen met de teamwaarde ‚C‘ worden geretourneerd, aangezien dit het enige team is met een puntentotaal gelijk aan 48.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende bewerkingen in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: haal de index op van rijen waarvan de kolom overeenkomt met de waarde<\/a> U kunt de volgende basissyntaxis gebruiken om het equivalent van een SQL-instructie „GROUP BY HAVING“ in panda’s uit te voeren: df. groupby (‚ some_column ‚). filter ( lambda x: some condition) De volgende voorbeelden laten zien hoe u deze syntaxis in de praktijk kunt gebruiken met de volgende panda’s DataFrame: import pandas as pd #createDataFrame […]<\/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-3699","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df. groupby<\/span> (' some_column<\/span> '). filter<\/span> ( lambda<\/span> x: some condition)\n<\/span><\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C'],\n ' position<\/span> ': ['G', 'F', 'F', 'G', 'F', 'F', 'G', 'G'],\n ' points<\/span> ': [30, 22, 19, 14, 14, 11, 20, 28]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 30\n1 AF 22\n2 FY 19\n3 BG 14\n4 BF 14\n5 BF 11\n6 GC 20\n7 GC 28\n<\/b><\/pre>\n Voorbeeld 1: Groep panda’s met graaf<\/strong><\/span><\/h2>\n
#group by team and filter for teams with count > 2<\/span>\ndf. groupby<\/span> (' team<\/span> '). filter<\/span> ( lambda<\/span> x: len<\/span> (x) > 2<\/span> )\n\n\n team position points\n0 A G 30\n1 A F 22\n2 A F 19\n3 B G 14\n4 B F 14\n5 B F 11<\/span><\/span><\/strong><\/pre>\n Voorbeeld 2: Groep panda’s met gemiddelde<\/strong><\/span><\/h2>\n
#group by team and filter for teams with mean points > 20<\/span>\ndf. groupby<\/span> (' team<\/span> '). filter<\/span> ( lambda<\/span> x: x[' points<\/span> ']. mean<\/span> () > 20<\/span> )\n\n team position points\n0 A G 30\n1 A F 22\n2 A F 19\n6 C G 20\n7 C G 28<\/span><\/span><\/strong><\/pre>\n Voorbeeld 3: Groep panda’s met som<\/strong><\/span><\/h2>\n
#group by team and filter for teams with sum of points equal to 48<\/span>\ndf. groupby<\/span> (' team<\/span> '). filter<\/span> ( lambda<\/span> x: x[' points<\/span> ']. sum<\/span> () == 48<\/span> )\n\n team position points\n6 C G 20\n7 C G 28<\/span><\/span><\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: kolommen selecteren die een specifieke string bevatten<\/a>
Panda’s: hoe u kunt controleren of een kolom een string bevat<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"