<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para renomear colunas em uma fun\u00e7\u00e3o groupby()<\/strong> no pandas:<\/span><\/p>\n Este exemplo espec\u00edfico calcula tr\u00eas colunas agregadas e as nomeia sum_col1<\/strong> , Mean_col2<\/strong> e max_col3<\/strong> .<\/span><\/p>\n O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte DataFrame do pandas:<\/span><\/p>\n Podemos usar a seguinte sintaxe para agrupar linhas por coluna de equipe<\/strong> e ent\u00e3o calcular tr\u00eas colunas agregadas enquanto fornecemos nomes espec\u00edficos para as colunas agregadas:<\/span><\/p>\n Observe que as tr\u00eas colunas agregadas possuem os nomes personalizados que fornecemos na fun\u00e7\u00e3o agg()<\/strong> .<\/span><\/p>\n Observe tamb\u00e9m que poder\u00edamos usar as fun\u00e7\u00f5es NumPy para calcular a soma, os valores m\u00e9dios e m\u00e1ximos na fun\u00e7\u00e3o agg()<\/strong> se quis\u00e9ssemos.<\/span><\/p>\n Estes resultados correspondem aos do exemplo anterior.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Como listar todos os nomes de colunas no Pandas<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para renomear colunas em uma fun\u00e7\u00e3o groupby() no pandas: df. groupby (‘ group_col ‘). agg (sum_col1=(‘ col1 ‘, ‘ sum ‘), mean_col2=(‘ col2 ‘, ‘ mean ‘), max_col3=(‘ col3 ‘, ‘ max ‘)) Este exemplo espec\u00edfico calcula tr\u00eas colunas agregadas e as nomeia sum_col1 , Mean_col2 e max_col3 […]<\/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-3567","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo: Renomear colunas na fun\u00e7\u00e3o Groupby no Pandas<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como classificar colunas por nome no Pandas<\/a>
Como remover colunas duplicadas no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"