Pandas: як використовувати groupby з кількома агрегаціями

Ви можете використовувати такий базовий синтаксис, щоб використовувати groupby з кількома агрегаціями в pandas:

 df. groupby (' team '). agg (
    mean_points=(' points ', np. mean ),
    sum_points=(' points ', np. sum ),
    std_points=(' points ', np. std ))

Ця конкретна формула групує рядки DataFrame за змінною під назвою team , а потім обчислює декілька підсумкових статистичних даних для змінної під назвою points .

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: використання Groupby з кількома агрегаціями в Pandas

Припустімо, що у нас є такий фрейм даних pandas, який містить інформацію про різних баскетболістів:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['Mavs', 'Mavs', 'Mavs', 'Heat', 'Heat', 'Heat'],
                   ' points ': [18, 22, 19, 14, 14, 11],
                   ' assists ': [5, 7, 7, 9, 12, 9]})

#view DataFrame
print (df)

   team points assists
0 Mavs 18 5
1 Mavs 22 7
2 Mavs 19 7
3 Heat 14 9
4 Heat 14 12
5 Heat 11 9

Ми можемо використати такий синтаксис, щоб згрупувати рядки DataFrame за командами , а потім обчислити середнє значення, суму та стандартне відхилення балів для кожної команди:

 import numpy as np

#group by team and calculate mean, sum, and standard deviation of points
df. groupby (' team '). agg (
    mean_points=(' points ', np. mean ),
    sum_points=(' points ', np. sum ),
    std_points=(' points ', np. std ))

      mean_points sum_points std_points
team			
Heat 13.000000 39 1.732051
Mavs 19.666667 59 2.081666

Результат відображає середнє значення, суму та стандартне відхилення змінної балів для кожної команди .

Ви можете використовувати подібний синтаксис для виконання групування та обчислення скільки завгодно агрегацій.

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші поширені завдання панди:

Як підрахувати унікальні значення за допомогою Pandas GroupBy
Як застосувати функцію до Pandas Groupby
Як створити стовпчасту діаграму з Pandas GroupBy