<\/p>\n
Aby zmieni\u0107 nazwy kolumn w funkcji groupby()<\/strong> w pandach, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni:<\/span><\/p>\n W tym konkretnym przyk\u0142adzie obliczane s\u0105 trzy kolumny zagregowane i nadane im nazwy sum_col1<\/strong> , Mean_col2<\/strong> i max_col3<\/strong> .<\/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 DataFrame pand:<\/span><\/p>\n Mo\u017cemy u\u017cy\u0107 nast\u0119puj\u0105cej sk\u0142adni, aby pogrupowa\u0107 wiersze wed\u0142ug kolumny zespo\u0142u<\/strong> , a nast\u0119pnie obliczy\u0107 trzy kolumny zagregowane, podaj\u0105c jednocze\u015bnie okre\u015blone nazwy kolumn zagregowanych:<\/span><\/p>\n Nale\u017cy zauwa\u017cy\u0107, \u017ce trzy zagregowane kolumny maj\u0105 niestandardowe nazwy, kt\u00f3re podali\u015bmy w funkcji agg()<\/strong> .<\/span><\/p>\n Zauwa\u017c te\u017c, \u017ce mogliby\u015bmy u\u017cy\u0107 funkcji NumPy do obliczenia sumy, warto\u015bci \u015bredniej i maksymalnej w funkcji agg()<\/strong> , je\u015bli chcieli\u015bmy.<\/span><\/p>\n Wyniki te odpowiadaj\u0105 wynikom z poprzedniego przyk\u0142adu.<\/span><\/p>\n Poni\u017csze samouczki wyja\u015bniaj\u0105, jak wykonywa\u0107 inne typowe operacje na pandach:<\/span><\/p>\n Jak wy\u015bwietli\u0107 list\u0119 wszystkich nazw kolumn w Pandach<\/a> Aby zmieni\u0107 nazwy kolumn w funkcji groupby() w pandach, mo\u017cesz u\u017cy\u0107 nast\u0119puj\u0105cej podstawowej sk\u0142adni: df. groupby (’ group_col ’). agg (sum_col1=(’ col1 ’, ’ sum ’), mean_col2=(’ col2 ’, ’ mean ’), max_col3=(’ col3 ’, ’ max ’)) W tym konkretnym przyk\u0142adzie obliczane s\u0105 trzy kolumny zagregowane i nadane im nazwy sum_col1 , Mean_col2 i […]<\/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-3566","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n df. groupby<\/span> (' group_col<\/span> '). agg<\/span> (sum_col1=(' col1<\/span> ', ' sum<\/span> '),\n mean_col2=(' col2<\/span> ', ' mean<\/span> '),\n max_col3=(' col3<\/span> ', ' max<\/span> '))\n<\/strong><\/pre>\n Przyk\u0142ad: Zmie\u0144 nazw\u0119 kolumn w funkcji Groupby w Pandach<\/strong><\/span><\/h2>\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 ' points<\/span> ': [30, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 6, 6, 5, 8, 7, 7, 9],\n ' rebounds<\/span> ': [4, 13, 15, 10, 7, 7, 5, 11]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 to 30 5 4\n1 to 22 6 13\n2 A 19 6 15\n3 A 14 5 10\n4 B 14 8 7\n5 B 11 7 7\n6 B 20 7 5\n7 B 28 9 11\n<\/span><\/span><\/strong><\/pre>\n #calculate several aggregated columns by group and rename aggregated columns\n<\/span>df. groupby<\/span> (' team<\/span> '). agg<\/span> (sum_points=(' points<\/span> ', ' sum<\/span> '),\n mean_assists=(' assists<\/span> ', ' mean<\/span> '),\n max_rebounds=(' rebounds<\/span> ', ' max<\/span> '))\n\n\tsum_points mean_assists max_rebounds\nteam\t\t\t\nA 85 5.50 15\nB 73 7.75 11\n<\/span><\/span><\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\n\n#calculate several aggregated columns by group and rename aggregated columns\n<\/span>df. groupby<\/span> (' team<\/span> '). agg<\/span> (sum_points=(' points<\/span> ', np. sum<\/span> ),\n mean_assists=(' assists<\/span> ', np. mean<\/span> ),\n max_rebounds=(' rebounds<\/span> ', np. max<\/span> ))\n\n\tsum_points mean_assists max_rebounds\nteam\t\t\t\nA 85 5.50 15\nB 73 7.75 11<\/span><\/span><\/strong><\/pre>\n Dodatkowe zasoby<\/strong><\/span><\/h2>\n
Jak sortowa\u0107 kolumny wed\u0142ug nazwy w Pandach<\/a>
Jak usun\u0105\u0107 zduplikowane kolumny w Pandach<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"