Pandas 中的 GroupBy 和聚合多列資料
Fariba Laiq
2022年6月7日
Pandas 庫是 Python 中一個強大的資料分析庫。我們可以在 Python 中使用 Pandas 對資料框執行許多不同型別的操作。
groupby()
是一種根據特定標準將資料分成多個組的方法。之後,我們可以對分組的資料進行某些操作。
在 Pandas Python 中的多列上應用 groupby()
和 aggregate()
函式
有時我們需要對來自多個列的資料進行分組並應用一些 aggregate()
方法。aggregate()
方法是那些將多行的值組合並返回單個值的方法,例如 count()
、size()
、mean()
、sum()
、mean()
等
在以下程式碼中,我們的學生資料包含某些列的冗餘值。如果你想根據學生的姓名
和部門
對資料進行分組以獲得他們的總分,我們將根據名稱和部門對資料進行分組,然後使用 aggregate()
方法計算總分。
我們已經儲存了返回的結果並顯示了它。
示例程式碼:
#Python 3.x
import pandas as pd
student= {
'Name':["Jhon", "Alia", "Jhon", "Alia", "Sam", "Smith", "Sam", "Smith"],
'Section' :["A", "A", "A", "A", "B", "B", "B", "B"],
'Course' :["Java", "Java", "Dart", "Dart", "Java", "Java", "Dart", "Dart"],
'Marks':[70, 80, 90, 60, 80, 90, 50, 80],
}
df = pd.DataFrame(student)
display(df)
result = df.groupby(['Name','Section']).aggregate('sum')
display(result)
輸出:
我們還可以一次執行多個聚合
操作。我們會將操作名稱列表傳遞給 aggregate()
方法。
在這裡,我們通過傳遞操作名稱列表,使用 aggregate()
方法一次計算學生的平均分和總分。
示例程式碼:
#Python 3.x
import pandas as pd
student= {
'Name':["Jhon", "Alia", "Jhon", "Alia", "Sam", "Smith", "Sam", "Smith"],
'Section' :["A", "A", "A", "A", "B", "B", "B", "B"],
'Course' :["Java", "Java", "Dart", "Dart", "Java", "Java", "Dart", "Dart"],
'Marks':[70, 80, 90, 60, 80, 90, 50, 80],
}
df = pd.DataFrame(student)
display(df)
result = df.groupby(['Name','Section']).aggregate(['mean', 'sum'])
display(result)
輸出:
Author: Fariba Laiq
I am Fariba Laiq from Pakistan. An android app developer, technical content writer, and coding instructor. Writing has always been one of my passions. I love to learn, implement and convey my knowledge to others.
LinkedIn