<\/p>\n
Muitas vezes voc\u00ea pode estar interessado em contar o n\u00famero de observa\u00e7\u00f5es<\/a> por grupo em um DataFrame do pandas.<\/span><\/p>\n Felizmente, isso \u00e9 f\u00e1cil de fazer usando as fun\u00e7\u00f5es groupby()<\/strong> e size()<\/strong> com a seguinte sintaxe:<\/span><\/p>\n Este tutorial explica v\u00e1rios exemplos de uso pr\u00e1tico desta fun\u00e7\u00e3o usando o seguinte data frame:<\/span><\/p>\n O c\u00f3digo a seguir mostra como contar o n\u00famero total de observa\u00e7\u00f5es por equipe:<\/span><\/p>\n Pelo resultado podemos ver que:<\/span><\/p>\n Observe que o c\u00f3digo anterior produz uma s\u00e9rie. Na maioria dos casos queremos trabalhar com um DataFrame, ent\u00e3o podemos usar a fun\u00e7\u00e3o reset_index()<\/strong> para produzir um DataFrame:<\/span><\/p>\n Tamb\u00e9m podemos usar a fun\u00e7\u00e3o sort_values()<\/strong> para classificar o n\u00famero de grupos.<\/span><\/p>\n Podemos especificar ascendente=Falso<\/strong> para classificar o n\u00famero de grupos do maior para o menor ou ascendente=True<\/strong> para classificar do menor para o maior:<\/span><\/p>\n Tamb\u00e9m podemos contar o n\u00famero de observa\u00e7\u00f5es agrupadas por diversas vari\u00e1veis em um DataFrame do pandas:<\/span><\/p>\n Pelo resultado podemos ver que:<\/span><\/p>\n Como calcular a soma das colunas no Pandas<\/a> Muitas vezes voc\u00ea pode estar interessado em contar o n\u00famero de observa\u00e7\u00f5es por grupo em um DataFrame do pandas. Felizmente, isso \u00e9 f\u00e1cil de fazer usando as fun\u00e7\u00f5es groupby() e size() com a seguinte sintaxe: df. groupby (‘ column_name ‘). size () Este tutorial explica v\u00e1rios exemplos de uso pr\u00e1tico desta fun\u00e7\u00e3o usando o seguinte […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1261","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df. groupby<\/span> (' column_name<\/span> '). size<\/span> ()\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np<\/span>\nimport<\/span> pandas as<\/span> pd<\/span>\n\n#create pandas DataFrame<\/span>\ndf = pd. DataFrame<\/span> ({'team': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],\n 'division':['E', 'W', 'E', 'E', 'W', 'W', 'E'],\n 'rebounds': [11, 8, 7, 6, 6, 5, 12]})\n\n#display DataFrame\n<\/span>print<\/span> (df)\n\n team division rebounds\n0 AE 11\n1 AW 8\n2 BE 7\n3 BE 6\n4 BW 6\n5 CW 5\n6 CE 12<\/strong><\/pre>\n Exemplo 1: contagem por uma vari\u00e1vel<\/strong><\/h3>\n
#count total observations by variable 'team'<\/span>\ndf. groupby<\/span> (' team<\/span> '). size<\/span> ()\n\nteam\nAt 2\nB 3\nC 2\ndtype: int64\n<\/strong><\/pre>\n\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team obs\n0 to 2\n1 B 3\n2 C 2\n<\/strong><\/pre>\n Exemplo 2: contar e classificar por uma vari\u00e1vel<\/strong><\/h3>\n
df. groupby<\/span> (' team<\/span> '). size<\/span> (). reset_index<\/span> (name=' obs<\/span> '). sort_values<\/span> ([' obs<\/span> '], ascending= True<\/span> )\n\n team obs\n0 to 2\n2 C 2\n1 B 3<\/strong><\/pre>\n Exemplo 3: Contando por diversas vari\u00e1veis<\/strong><\/h3>\n
#count observations grouped by team and division<\/span>\ndf. groupby<\/span> ([' team<\/span> ',' division<\/span> ']). size<\/span> (). reset_index<\/span> (name=' obs<\/span> ')\n\n team division obs\n0 A E 1\n1 A W 1\n2 B E 2\n3 B W 1\n4 C E 1\n5 C W 1\n<\/strong><\/pre>\n\n
Recursos adicionais<\/strong><\/span><\/h3>\n
Como calcular a m\u00e9dia das colunas no Pandas<\/a>
Como encontrar o valor m\u00e1ximo das colunas no Pandas<\/p>\n","protected":false},"excerpt":{"rendered":"