<\/p>\n
Aby wykona\u0107 grupowanie i zliczanie z warunkiem w ramce DataFrame pandy, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni:<\/span><\/p>\n Ta konkretna sk\u0142adnia grupuje wiersze ramki DataFrame w oparciu o zmienn\u0105 1<\/strong> , a nast\u0119pnie zlicza liczb\u0119 wierszy, w kt\u00f3rych zmienna 2<\/strong> jest r\u00f3wna \u201eval\u201d.<\/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 pand, kt\u00f3ra zawiera informacje o r\u00f3\u017cnych koszykarzach:<\/span><\/p>\n Poni\u017cszy kod pokazuje, jak pogrupowa\u0107 ramk\u0119 DataFrame wed\u0142ug zmiennej zespo\u0142u<\/strong> i policzy\u0107 liczb\u0119 wierszy, w kt\u00f3rych zmienna pos<\/strong> jest r\u00f3wna \u201eGu\u201d:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 podobnej sk\u0142adni, aby wykona\u0107 grupowanie i zliczenie z warunkiem numerycznym.<\/span><\/p>\n Na przyk\u0142ad poni\u017cszy kod pokazuje, jak grupowa\u0107 wed\u0142ug zmiennej zespo\u0142u<\/strong> i policzy\u0107 liczb\u0119 wierszy, w kt\u00f3rych zmienna punkt\u00f3w<\/b> jest wi\u0119ksza ni\u017c 15:<\/span><\/p>\n Z wyniku mo\u017cemy zobaczy\u0107:<\/span><\/p>\n Mo\u017cesz u\u017cy\u0107 podobnej sk\u0142adni, aby wykona\u0107 grupowanie i zliczy\u0107 z dowolnym okre\u015blonym warunkiem.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe zadania w pandach:<\/span><\/p>\n Jak liczy\u0107 unikalne warto\u015bci za pomoc\u0105 Pandas GroupBy<\/a> Aby wykona\u0107 grupowanie i zliczanie z warunkiem w ramce DataFrame pandy, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni: df. groupby (’ var1 ’)[’ var2 ’]. apply ( lambda x:(x==’ val ’). sum ()). reset_index (name=’ count ’) Ta konkretna sk\u0142adnia grupuje wiersze ramki DataFrame w oparciu o zmienn\u0105 1 , a nast\u0119pnie zlicza liczb\u0119 wierszy, w kt\u00f3rych […]<\/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-3223","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df. groupby<\/span> (' var1<\/span> ')[' var2<\/span> ']. apply<\/span> ( lambda<\/span> x:(x==' val<\/span> '). sum<\/span> ()). reset_index<\/span> (name=' count<\/span> ')\n<\/strong><\/pre>\n Przyk\u0142ad: Groupby i Count z warunkiem w Pandach<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' pos<\/span> ': ['Gu', 'Fo', 'Fo', 'Fo', 'Gu', 'Gu', 'Fo', 'Fo'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team pos points\n0 A Gu 18\n1 A Fo 22\n2 A Fo 19\n3 A Fo 14\n4 B Gu 14\n5 B Gu 11\n6 B Fo 20\n7 B Fo 28<\/strong><\/pre>\n #groupby team and count number of 'pos' equal to 'Gu'\n<\/span>df_count = df. groupby<\/span> (' team<\/span> ')[' pos<\/span> ']. apply<\/span> ( lambda<\/span> x: (x==' Gu<\/span> '). sum<\/span> ()). reset_index<\/span> (name=' count<\/span> ')\n\n#view results\n<\/span>print<\/span> (df_count)\n\n team count\n0 to 1\n1 B 2\n<\/strong><\/pre>\n\n
#groupby team and count number of 'points' greater than 15\n<\/span>df_count = df. groupby<\/span> (' team<\/span> ')[' points<\/span> ']. apply<\/span> ( lambda<\/span> x: (x>15). sum<\/span> ()). reset_index<\/span> (name=' count<\/span> ')\n\n#view results\n<\/span>print<\/span> (df_count)\n\n team count\n0 to 3\n1 B 2<\/strong><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak zastosowa\u0107 funkcj\u0119 do Pandas Groupby<\/a>
Jak utworzy\u0107 wykres s\u0142upkowy z Pandas GroupBy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"