{"id":4316,"date":"2023-07-12T01:56:40","date_gmt":"2023-07-12T01:56:40","guid":{"rendered":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/"},"modified":"2023-07-12T01:56:40","modified_gmt":"2023-07-12T01:56:40","slug":"pandas-groeperen-op-bereik","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/","title":{"rendered":"Panda&#39;s: hoe te groeperen op bereik van waarden"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\"><span style=\"color: #000000;\">U kunt de volgende syntaxis gebruiken om de functie <strong>groupby()<\/strong> in panda&#8217;s te gebruiken om een kolom te groeperen op bereik van waarden voordat u de aggregatie uitvoert:<\/span><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong>df. <span style=\"color: #3366ff;\">groupby<\/span> (pd. <span style=\"color: #3366ff;\">cut<\/span> (df[' <span style=\"color: #ff0000;\">my_column<\/span> '], [0, 25, 50, 75, 100])). <span style=\"color: #3366ff;\">sum<\/span> ()\n<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">In dit specifieke voorbeeld worden de rijen van het DataFrame gegroepeerd volgens het volgende waardenbereik in de kolom genaamd <strong>my_column<\/strong> :<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">(0,25]<\/span><\/li>\n<li> <span style=\"color: #000000;\">(25, 50]<\/span><\/li>\n<li> <span style=\"color: #000000;\">(50, 75]<\/span><\/li>\n<li> <span style=\"color: #000000;\">(75, 100]<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Vervolgens berekent het de som van de waarden in alle kolommen van het DataFrame, waarbij deze waardenbereiken als groepen worden gebruikt.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Voorbeeld: Groeperen op waardenbereik in Panda&#8217;s<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Laten we aannemen dat we het volgende panda&#8217;s DataFrame hebben dat informatie bevat over de grootte van verschillende winkels en hun totale omzet:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> pandas <span style=\"color: #008000;\">as<\/span> pd\n\n<span style=\"color: #008080;\">#createDataFrame\n<\/span>df = pd. <span style=\"color: #3366ff;\">DataFrame<\/span> ({' <span style=\"color: #ff0000;\">store_size<\/span> ': [14, 25, 26, 29, 45, 58, 67, 81, 90, 98],\n                   ' <span style=\"color: #ff0000;\">sales<\/span> ': [15, 18, 24, 25, 20, 35, 34, 49, 44, 49]})\n\n<span style=\"color: #008080;\">#view DataFrame\n<\/span><span style=\"color: #008000;\">print<\/span> (df)\n\n   store_size sales\n0 14 15\n1 25 18\n2 26 24\n3 29 25\n4 45 20\n5 58 35\n6 67 34\n7 81 49\n8 90 44\n9 98 49\n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\">We kunnen de volgende syntaxis gebruiken om het DataFrame te groeperen op basis van specifieke bereiken van de kolom <strong>store_size<\/strong> en vervolgens de som van alle andere kolommen in het DataFrame berekenen met behulp van de bereiken als groepen:<\/span><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008080;\">#group by ranges of store_size and calculate sum of all columns\n<\/span>df. <span style=\"color: #3366ff;\">groupby<\/span> (pd. <span style=\"color: #3366ff;\">cut<\/span> (df[' <span style=\"color: #ff0000;\">store_size<\/span> '], [0, 25, 50, 75, 100])). <span style=\"color: #3366ff;\">sum<\/span> ()\n\n\t store_size sales\nstore_size\t\t\n(0.25] 39 33\n(25, 50] 100 69\n(50, 75] 125 69\n(75, 100] 269 142\n<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\">Uit het resultaat kunnen we zien:<\/span><\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Voor rijen met een store_size-waarde tussen 0 en 25 is de som van store_size <strong>39<\/strong> en de som van de verkopen <strong>33<\/strong> .<\/span><\/li>\n<li> <span style=\"color: #000000;\">Voor rijen met een store_size-waarde tussen 25 en 50 is de som van store_size <strong>100<\/strong> en de som van de verkopen <strong>69<\/strong> .<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Enzovoort.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\">Als u wilt, kunt u ook alleen de som van <strong>de verkopen<\/strong> berekenen voor elk <strong>winkelgroottebereik<\/strong> :<\/span><\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008080;\">#group by ranges of store_size and calculate sum of sales\n<\/span>df. <span style=\"color: #3366ff;\">groupby<\/span> (pd. <span style=\"color: #3366ff;\">cut<\/span> (df[' <span style=\"color: #ff0000;\">store_size<\/span> '], [0, 25, 50, 75, 100]))[' <span style=\"color: #ff0000;\">sales<\/span> ']. <span style=\"color: #3366ff;\">sum<\/span> ()\n\nstore_size\n(0.25] 33\n(25, 50] 69\n(50, 75] 69\n(75, 100] 142\nName: sales, dtype: int64<\/span><\/span><\/strong><\/pre>\n<p> <span style=\"color: #000000;\">U kunt ook de functie NumPy <strong>arange()<\/strong> gebruiken om een variabele in bereiken op te delen zonder elk knippunt handmatig op te geven:<\/span><\/p>\n<pre style=\"background-color: #ececec; font-size: 15px;\"> <strong><span style=\"color: #008080;\"><span style=\"color: #000000;\"><span style=\"color: #008000;\">import<\/span> numpy <span style=\"color: #008000;\">as<\/span> np<\/span>\n\n#group by ranges of store_size and calculate sum of sales\n<\/span>df. <span style=\"color: #3366ff;\">groupby<\/span> (pd. <span style=\"color: #3366ff;\">cut<\/span> (df[' <span style=\"color: #ff0000;\">store_size<\/span> '], np. <span style=\"color: #3366ff;\">arange<\/span> (0, 101, 25)))[' <span style=\"color: #ff0000;\">sales<\/span> ']. <span style=\"color: #3366ff;\">sum<\/span> ()\n\nstore_size\n(0.25] 33\n(25, 50] 69\n(50, 75] 69\n(75, 100] 142\nName: sales, dtype: int64<\/strong><\/pre>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\">Merk op dat deze resultaten overeenkomen met het vorige voorbeeld.<\/span><\/span><\/p>\n<p> <span style=\"color: #000000;\"><span style=\"color: #000000;\"><strong>Opmerking<\/strong> : u kunt <a href=\"https:\/\/numpy.org\/doc\/stable\/reference\/generated\/numpy.arange.html\" target=\"_blank\" rel=\"noopener\">hier<\/a> de volledige documentatie voor de NumPy <strong>arange()<\/strong> -functie vinden.<\/span><\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Aanvullende bronnen<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda&#8217;s kunt uitvoeren:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/nl\/pandas-groeperen-per-telling-uniek\/\" target=\"_blank\" rel=\"noopener\">Panda&#8217;s: unieke waarden tellen met groupby<\/a><br \/> <a href=\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-gemiddelde-en-standaard\/\" target=\"_blank\" rel=\"noopener\">Panda&#8217;s: hoe u het gemiddelde en de norm van een kolom in groupby kunt berekenen<\/a><br \/> <a href=\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-as_index\/\" target=\"_blank\" rel=\"noopener\">Panda&#8217;s: as_index gebruiken in groupby<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>U kunt de volgende syntaxis gebruiken om de functie groupby() in panda&#8217;s te gebruiken om een kolom te groeperen op bereik van waarden voordat u de aggregatie uitvoert: df. groupby (pd. cut (df[&#8218; my_column &#8218;], [0, 25, 50, 75, 100])). sum () In dit specifieke voorbeeld worden de rijen van het DataFrame gegroepeerd volgens het [&hellip;]<\/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-4316","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Panda&#039;s: groeperen op waardenbereik - Statorials<\/title>\n<meta name=\"description\" content=\"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#039;s met een bereik aan waarden, inclusief een voorbeeld.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Panda&#039;s: groeperen op waardenbereik - Statorials\" \/>\n<meta property=\"og:description\" content=\"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#039;s met een bereik aan waarden, inclusief een voorbeeld.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-12T01:56:40+00:00\" \/>\n<meta name=\"author\" content=\"Dr.benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr.benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"2\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/\",\"url\":\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/\",\"name\":\"Panda&#39;s: groeperen op waardenbereik - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-12T01:56:40+00:00\",\"dateModified\":\"2023-07-12T01:56:40+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#39;s met een bereik aan waarden, inclusief een voorbeeld.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Panda&#39;s: hoe te groeperen op bereik van waarden\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/nl\/#website\",\"url\":\"https:\/\/statorials.org\/nl\/\",\"name\":\"Statorials\",\"description\":\"Uw gids voor statistische competentie\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/nl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\",\"name\":\"Dr.benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr.benjamin anderson\"},\"description\":\"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder\",\"sameAs\":[\"http:\/\/statorials.org\/nl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Panda&#39;s: groeperen op waardenbereik - Statorials","description":"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#39;s met een bereik aan waarden, inclusief een voorbeeld.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/","og_locale":"de_DE","og_type":"article","og_title":"Panda&#39;s: groeperen op waardenbereik - Statorials","og_description":"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#39;s met een bereik aan waarden, inclusief een voorbeeld.","og_url":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/","og_site_name":"Statorials","article_published_time":"2023-07-12T01:56:40+00:00","author":"Dr.benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr.benjamin anderson","Gesch\u00e4tzte Lesezeit":"2\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/","url":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/","name":"Panda&#39;s: groeperen op waardenbereik - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-12T01:56:40+00:00","dateModified":"2023-07-12T01:56:40+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"In deze tutorial wordt uitgelegd hoe u de functie groupby() gebruikt in panda&#39;s met een bereik aan waarden, inclusief een voorbeeld.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/pandas-groeperen-op-bereik\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Panda&#39;s: hoe te groeperen op bereik van waarden"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/nl\/#website","url":"https:\/\/statorials.org\/nl\/","name":"Statorials","description":"Uw gids voor statistische competentie","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/nl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219","name":"Dr.benjamin anderson","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr.benjamin anderson"},"description":"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder","sameAs":["http:\/\/statorials.org\/nl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/4316","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/comments?post=4316"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/4316\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=4316"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=4316"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=4316"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}