<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para usar as fun\u00e7\u00f5es groupby()<\/strong> e apply()<\/strong> juntas em um DataFrame do pandas:<\/span><\/p>\n Os exemplos a seguir mostram como usar essa sintaxe na pr\u00e1tica com o seguinte DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar as fun\u00e7\u00f5es groupby(<\/strong> ) e apply()<\/strong> para encontrar as frequ\u00eancias relativas de cada nome de equipe no DataFrame do pandas:<\/span><\/p>\n Pelo resultado, podemos perceber que a equipe A aparece em 42,85% de todas as linhas e a equipe B aparece em 57,14% de todas as linhas.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar as fun\u00e7\u00f5es groupby(<\/strong> ) e apply()<\/strong> para encontrar os valores m\u00e1ximos de \u201cpoints_for\u201d para cada equipe:<\/span><\/p>\n Pelo resultado, podemos perceber que o m\u00e1ximo de pontos marcados pela equipe A \u00e9 22 e o m\u00e1ximo de pontos marcados pela equipe B \u00e9 28.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar as fun\u00e7\u00f5es groupby(<\/strong> ) e apply()<\/strong> para encontrar a diferen\u00e7a m\u00e9dia entre \u201cpoints_for\u201d e \u201cpoints_against\u201d para cada equipe:<\/span><\/p>\n Pelos resultados, podemos perceber que a diferen\u00e7a m\u00e9dia entre \u201cpontos a favor\u201d e \u201cpontos contra\u201d \u00e9 de 1,67<\/strong> para a equipe A e de 1,50<\/strong> para a equipe B.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Como realizar uma soma GroupBy no Pandas<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para usar as fun\u00e7\u00f5es groupby() e apply() juntas em um DataFrame do pandas: df. groupby (‘ var1 ‘). apply ( lambda x: some function) Os exemplos a seguir mostram como usar essa sintaxe na pr\u00e1tica com o seguinte DataFrame do pandas: import pandas as pd #createDataFrame df = […]<\/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-2520","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df. groupby<\/span> (' var1<\/span> '). apply<\/span> ( lambda<\/span> x: some function)\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' points_for<\/span> ': [18, 22, 19, 14, 11, 20, 28],\n ' points_against<\/span> ': [14, 21, 19, 14, 12, 20, 21]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points_for points_against\n0 to 18 14\n1 To 22 21\n2 A 19 19\n3 B 14 14\n4 B 11 12\n5 B 20 20\n6 B 28 21<\/b><\/pre>\n Exemplo 1: Use groupby() e apply() para encontrar frequ\u00eancias relativas<\/strong><\/span><\/h3>\n
#find relative frequency of each team name in DataFrame\ndf. groupby<\/span> (' team<\/span> '). apply<\/span> ( lambda<\/span> x:x[' team<\/span> ']. count<\/span> ()\/ df.shape<\/span> [0])\n\nteam\nA 0.428571\nB 0.571429\ndtype:float64\n<\/span><\/span><\/strong><\/pre>\n Exemplo 2: Use groupby() e apply() para encontrar valores m\u00e1ximos<\/strong><\/span><\/h3>\n
#find max \"points_for\" values for each team\ndf. groupby<\/span> (' team<\/span> '). apply<\/span> ( lambda<\/span> x:x[' points_for<\/span> ']. max<\/span> ())\n\nteam\nAt 22\nB28\ndtype: int64<\/span><\/span><\/strong><\/pre>\n Exemplo 3: Use groupby() e apply() para realizar um c\u00e1lculo personalizado<\/strong><\/span><\/h3>\n
#find max \"points_for\" values for each team\ndf. groupby<\/span> (' team<\/span> '). apply<\/span> ( lambda<\/span> x: (x[' points_for<\/span> '] - x[' points_against<\/span> ']). mean<\/span> ())\n\nteam\nA 1.666667\nB 1.500000\ndtype:float64\n<\/span><\/span><\/strong><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como usar Groupby e Plot no Pandas<\/a>
Como contar valores \u00fanicos usando GroupBy no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"