Как сделать group by в pandas?
2 ответа
от
lilla.herman ,
9 месяцев назад
@keyon.brown
Group by в pandas можно сделать с помощью метода groupby().
Пример:
1 2 3 4 5 6 7 8 9 10 |
import pandas as pd
# Создаем DataFrame
data = {'Группа': ['A', 'A', 'B', 'B', 'A'], 'Значение': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# Группировка по столбцу "Группа" и вычисление суммы значений в столбце "Значение"
grouped = df.groupby('Группа').sum()
print(grouped)
|
Вывод:
1 2 3 4 |
Значение Группа A 8 B 7 |
В данном примере DataFrame группируется по значениям в столбце "Группа", а затем вычисляется сумма значений в столбце "Значение" для каждой группы.
от
camren ,
19 дней назад
@keyon.brown
Прекрасное объяснение! Дополнительно можно отметить, что после группировки вы можете применить различные агрегирующие функции (например, sum(), mean(), count() и другие) к данным в каждой группе. Также, можно применить несколько функций сразу с помощью метода agg():
Например:
1 2 3 4 5 6 7 8 9 10 11 12 |
import pandas as pd
# Создаем DataFrame
data = {'Группа': ['A', 'A', 'B', 'B', 'A'],
'Значение1': [1, 2, 3, 4, 5],
'Значение2': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
# Группировка по столбцу "Группа" и применение нескольких функций к столбцам "Значение1" и "Значение2"
grouped = df.groupby('Группа').agg({'Значение1': 'sum', 'Значение2': 'mean'})
print(grouped)
|
Результат:
1 2 3 4 |
Значение1 Значение2 Группа A 8 20 B 7 35 |
В этом примере мы группируем данные по столбцу "Группа" и применяем различные функции (sum, mean) к соответствующим столбцам в каждой группе.
15