<\/p>\n
Mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni, aby policzy\u0107 cz\u0119stotliwo\u015b\u0107 unikalnych warto\u015bci na grup\u0119 w pandzie DataFrame:<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce.<\/span><\/p>\n Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych pandy:<\/span><\/p>\n Aby policzy\u0107 cz\u0119stotliwo\u015b\u0107 warto\u015bci punktowych<\/strong> , pogrupowanych wed\u0142ug kolumn zespo\u0142u<\/strong> i pozycji<\/strong> , mo\u017cemy zastosowa\u0107 nast\u0119puj\u0105c\u0105 sk\u0142adni\u0119:<\/span><\/p>\n Oto jak zinterpretowa\u0107 wynik:<\/span><\/p>\n I tak dalej.<\/span><\/p>\n Mo\u017cemy r\u00f3wnie\u017c u\u017cy\u0107 nast\u0119puj\u0105cej sk\u0142adni do obliczenia cz\u0119stotliwo\u015bci pozycji<\/strong> pogrupowanych wed\u0142ug zespo\u0142u<\/strong> :<\/span><\/p>\n Oto jak zinterpretowa\u0107 wynik:<\/span><\/p>\n I tak dalej.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje na pandach:<\/span><\/p>\n Jak wykona\u0107 sum\u0119 GroupBy w Pandach<\/a> Mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni, aby policzy\u0107 cz\u0119stotliwo\u015b\u0107 unikalnych warto\u015bci na grup\u0119 w pandzie DataFrame: df. groupby ([’ column1 ’, ’ column2 ’]). size (). unstack (fill_value= 0 ) Poni\u017cszy przyk\u0142ad pokazuje, jak zastosowa\u0107 t\u0119 sk\u0142adni\u0119 w praktyce. Przyk\u0142ad: u\u017cywanie GroupBy i licznik\u00f3w warto\u015bci w Pandach Za\u0142\u00f3\u017cmy, \u017ce mamy nast\u0119puj\u0105c\u0105 ramk\u0119 danych pandy: import pandas […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-2486","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df. groupby<\/span> ([' column1<\/span> ', ' column2<\/span> ']). size<\/span> (). unstack<\/span> (fill_value= 0<\/span> )\n<\/strong><\/pre>\n Przyk\u0142ad: u\u017cywanie GroupBy i licznik\u00f3w warto\u015bci w Pandach<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B'],\n ' position<\/span> ':['G', 'G', 'F', 'F', 'C', 'G', 'F', 'F', 'F', 'F'],\n ' points<\/span> ': [8, 8, 10, 10, 11, 8, 9, 10, 10, 10]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 AG 8\n1 GA 8\n2 AF10\n3 AF 10\n4 AC 11\n5 BG 8\n6 BF 9\n7 BF 10\n8 BF 10\n9 BF 10\n<\/span><\/span><\/strong><\/pre>\n #count frequency of points values, grouped by team and position\ndf. groupby<\/span> ([' team<\/span> ',' position<\/span> ',' points<\/span> ']). size<\/span> (). unstack<\/span> (fill_value= 0<\/span> )\n\n\tpoints 8 9 10 11\nteam position\t\t\t\t\nA C 0 0 0 1\n F 0 0 2 0\n G 2 0 0 0\nB F 0 1 3 0\n G 1 0 0 0<\/span><\/span><\/strong><\/pre>\n\n
#count frequency of positions, grouped by team\ndf. groupby<\/span> ([' team<\/span> ', ' position<\/span> ']). size<\/span> (). unstack<\/span> (fill_value= 0<\/span> )\n\nposition C F G\nteam\t\t\t\nA 1 2 2\nB 0 4 1\n<\/span><\/span><\/strong><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak liczy\u0107 unikalne warto\u015bci za pomoc\u0105 GroupBy w Pandach<\/a>
Jak korzysta\u0107 z Groupby i Plot w Pandach<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"