Pandas : comment regrouper par index et effectuer un calcul

Vous pouvez utiliser les méthodes suivantes pour regrouper par une ou plusieurs colonnes d’index dans les pandas et effectuer des calculs :

Méthode 1 : regrouper par une colonne d’index

df.groupby('index1')['numeric_column'].max()

Méthode 2 : regrouper par plusieurs colonnes d’index

df.groupby(['index1', 'index2'])['numeric_column'].sum()

Méthode 3 : regrouper par colonne d’index et colonne régulière

df.groupby(['index1', 'numeric_column1'])['numeric_column2'].nunique()

Les exemples suivants montrent comment utiliser chaque méthode avec le DataFrame pandas suivant qui possède un MultiIndex :

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],
                   'position': ['G', 'G', 'G', 'F', 'F', 'G', 'G', 'F', 'F', 'F'],
                   'points': [7, 7, 7, 19, 16, 9, 10, 10, 8, 8],
                   'rebounds': [8, 8, 8, 10, 11, 12, 13, 13, 15, 11]})

#set 'team' column to be index column
df.set_index(['team', 'position'], inplace=True)

#view DataFrame
df

		 points	 rebounds
team	position		
A	G	 7	 8
        G	 7	 8
        G	 7	 8
        F	 19	 10
        F	 16	 11
B	G	 9	 12
        G	 10	 13
        F	 10	 13
        F	 8	 15
        F	 8	 11

Méthode 1 : regrouper par une colonne d’index

Le code suivant montre comment trouver la valeur maximale de la colonne « points », regroupée par la colonne d’index « position » :

#find max value of 'points' grouped by 'position index column
df.groupby('position')['points'].max()

position
F    19
G    10
Name: points, dtype: int64

Méthode 2 : regrouper par plusieurs colonnes d’index

Le code suivant montre comment trouver la somme de la colonne « points », regroupée par les colonnes d’index « équipe » et « position » :

#find max value of 'points' grouped by 'position index column
df.groupby(['team', 'position'])['points'].sum()

team  position
A     F           35
      G           21
B     F           26
      G           19
Name: points, dtype: int64

Méthode 3 : regrouper par colonne d’index et colonne régulière

Le code suivant montre comment trouver le nombre de valeurs uniques dans la colonne « rebonds », regroupées par la colonne d’index « équipe » et la colonne ordinaire « points » :

#find max value of 'points' grouped by 'position index column
df.groupby(['team', 'points'])['rebounds'].nunique()

team  points
A     7         1
      16        1
      19        1
B     8         2
      9         1
      10        1
Name: rebounds, dtype: int64

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment compter les valeurs uniques chez les pandas
Comment aplatir MultiIndex dans Pandas
Comment modifier une ou plusieurs valeurs d’index dans Pandas
Comment réinitialiser un index dans Pandas