Pandy: oblicz średnią i standard kolumny w groupby

Możesz użyć następującej składni, aby obliczyć średnią i odchylenie standardowe kolumny po użyciu operacji groupby() w pandach:

 df. groupby ([' team '], as_index= False ). agg ({' points ':[' mean ', ' std ']})

Ten konkretny przykład grupuje wiersze ramki DataFrame pandy według wartości w kolumnie Zespół , a następnie oblicza średnią i odchylenie standardowe wartości w kolumnie Punkty .

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Przykład: Oblicz średnią i normę kolumny w grupie Pandas

Załóżmy, że mamy następującą ramkę danych pand, która zawiera informacje o koszykarzach z różnych drużyn:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
                   ' points ': [12, 15, 17, 17, 19, 14, 15, 20, 24, 28],
                   ' assists ': [5, 5, 7, 9, 10, 14, 13, 8, 2, 7]})
                            
#view DataFrame
print (df)

  team points assists
0 to 12 5
1 to 15 5
2 To 17 7
3 To 17 9
4 B 19 10
5 B 14 14
6 B 15 13
7 C 20 8
8 C 24 2
9 C 28 7

Do obliczenia średniej i odchylenia standardowego wartości w kolumnie punktów , pogrupowanych według kolumny zespołu , możemy zastosować następującą składnię:

 #calculate mean and standard deviation of points, grouped by team
output = df. groupby ([' team '], as_index= False ). agg ({' points ':[' mean ', ' std ']})

#view results
print (output)

  team points          
         mean std
0 A 15.25 2.362908
1 B 16.00 2.645751
2 C 24.00 4.000000

Z wyniku możemy zobaczyć:

• Średnia wartość punktowa drużyny A wynosi 15,25 .
• Odchylenie standardowe punktów Drużyny A wynosi 2,362908 .

I tak dalej.

Możemy także zmienić nazwy kolumn, aby wynik był łatwiejszy do odczytania:

 #rename columns
output.output. columns = [' team ', ' points_mean ', ' points_std ']

#view updated results
print (output)

  team points_mean points_std
0 A 15.25 2.362908
1 B 16.00 2.645751
2 C 24.00 4.000000

Uwaga : pełną dokumentację operacji groupby() pand można znaleźć tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Jak wykonać sumę GroupBy w Pandach
Jak korzystać z Groupby i Plot w Pandach
Jak liczyć unikalne wartości za pomocą GroupBy w Pandach