Pandas: วิธีเปลี่ยนชื่อคอลัมน์ในฟังก์ชัน groupby

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อเปลี่ยนชื่อคอลัมน์ในฟังก์ชัน groupby() ในหมีแพนด้า:

 df. groupby (' group_col '). agg (sum_col1=(' col1 ', ' sum '),
                            mean_col2=(' col2 ', ' mean '),
                            max_col3=(' col3 ', ' max '))

ตัวอย่างนี้จะคำนวณคอลัมน์รวมสามคอลัมน์และตั้งชื่อเป็น sum_col1 , Mean_col2 และ max_col3

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: เปลี่ยนชื่อคอลัมน์ในฟังก์ชัน Groupby ใน Pandas

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' points ': [30, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 6, 6, 5, 8, 7, 7, 9],
                   ' rebounds ': [4, 13, 15, 10, 7, 7, 5, 11]})

#view DataFrame
print (df)

  team points assists rebounds
0 to 30 5 4
1 to 22 6 13
2 A 19 6 15
3 A 14 5 10
4 B 14 8 7
5 B 11 7 7
6 B 20 7 5
7 B 28 9 11

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อจัดกลุ่มแถวตามคอลัมน์ ทีม จากนั้นคำนวณคอลัมน์รวมสามคอลัมน์พร้อมระบุชื่อเฉพาะสำหรับคอลัมน์รวม:

 #calculate several aggregated columns by group and rename aggregated columns
df. groupby (' team '). agg (sum_points=(' points ', ' sum '),
                       mean_assists=(' assists ', ' mean '),
                       max_rebounds=(' rebounds ', ' max '))

	sum_points mean_assists max_rebounds
team			
A 85 5.50 15
B 73 7.75 11

โปรดทราบว่าคอลัมน์ที่รวบรวมไว้ทั้งสามคอลัมน์มีชื่อที่กำหนดเองที่เราระบุไว้ในฟังก์ชัน agg()

โปรดทราบว่าเราสามารถใช้ฟังก์ชัน NumPy เพื่อคำนวณผลรวม ค่าเฉลี่ย และค่าสูงสุดในฟังก์ชัน agg() ได้หากต้องการ

 import numpy as np

#calculate several aggregated columns by group and rename aggregated columns
df. groupby (' team '). agg (sum_points=(' points ', np. sum ),
                       mean_assists=(' assists ', np. mean ),
                       max_rebounds=(' rebounds ', np. max ))

	sum_points mean_assists max_rebounds
team			
A 85 5.50 15
B 73 7.75 11

ผลลัพธ์เหล่านี้สอดคล้องกับผลลัพธ์ของตัวอย่างก่อนหน้านี้

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีแสดงรายการชื่อคอลัมน์ทั้งหมดใน Pandas
วิธีจัดเรียงคอลัมน์ตามชื่อใน Pandas
วิธีลบคอลัมน์ที่ซ้ำกันใน Pandas