Pandas in Gruppen wird zum Gruppieren der Daten nach Kategorien und zum Anwenden einer Funktion auf die Kategorien verwendet. Es hilft auch, Daten effizient zu aggregieren. Die Pandas-Gruppenby() ist eine sehr leistungsstarke Funktion mit vielen Variationen. Dies macht die Aufteilung des Datenrahmens nach bestimmten Kriterien wirklich einfach und effizient.

Pandas dataframe.groupby()

Pandas dataframe.groupby() Die Funktion wird verwendet, um die Daten anhand bestimmter Kriterien in Gruppen aufzuteilen. Pandas Objekte können auf jeder ihrer Achsen geteilt werden. Die abstrakte Definition der Gruppierung besteht darin, eine Zuordnung von Bezeichnungen zu Gruppennamen bereitzustellen.

Syntax: DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, Squeeze=False, **kwargs)

Fettschrift in CSS

Parameter:

• von : Mapping, Funktion, str oder iterierbar
• Achse: int, Standard 0
• Ebene : Wenn es sich bei der Achse um einen MultiIndex (hierarchisch) handelt, gruppieren Sie nach einer oder mehreren bestimmten Ebenen
• as_index: Geben Sie für die aggregierte Ausgabe ein Objekt mit Gruppenbezeichnungen als Index zurück. Nur relevant für DataFrame-Eingabe. as_index=False ist effektiv eine gruppierte Ausgabe im SQL-Stil
• Sortieren: Gruppenschlüssel sortieren. Erzielen Sie eine bessere Leistung, indem Sie dies deaktivieren. Beachten Sie, dass dies keinen Einfluss auf die Reihenfolge der Beobachtungen innerhalb jeder Gruppe hat. groupby behält die Reihenfolge der Zeilen innerhalb jeder Gruppe bei.
• Gruppenschlüssel: Fügen Sie beim Aufruf von apply Gruppenschlüssel zum Index hinzu, um Teile zu identifizieren
• quetschen : Reduzieren Sie nach Möglichkeit die Dimensionalität des Rückgabetyps, andernfalls geben Sie einen konsistenten Typ zurück

Kehrt zurück : GroupBy-Objekt

Verwendeter Datensatz: Klicken Sie auf, um einen Link zur im Code verwendeten CSV-Datei zu erhalten Hier

Beispiel 1: Verwenden gruppiere nach() Funktion zum Gruppieren der Daten basierend auf dem Team.

Python3

>

Tkinter-Rahmen

>

Ausgabe:

 Name Team Number Position Age Height Weight College Salary 0 Avery Bradley Boston Celtics 0.0 PG 25.0 6-2 180.0 Texas 7730337.0 1 Jae Crowder Boston Celtics 99.0 SF 25.0 6-6 235.0 Marquette 6796117.0 2 John Holland Boston Celtics 30.0 SG 27.0 6-5 205.0 Boston University NaN 3 R.J. Hunter Boston Celtics 28.0 SG 22.0 6-5 185.0 Georgia State 1148640.0 4 Jonas Jerebko Boston Celtics 8.0 PF 29.0 6-10 231.0 NaN 5000000.0>

Wenden Sie nun die an gruppiere nach() Funktion.

Python3

>

>

Ausgabe :

 Name Number Position Age Height Weight College Salary Team  Atlanta Hawks Kent Bazemore 24.0 SF 26.0 6-5 201.0 Old Dominion 2000000.0  Boston Celtics Avery Bradley 0.0 PG 25.0 6-2 180.0 Texas 7730337.0 Brooklyn Nets Bojan Bogdanovic 44.0 SG 27.0 6-8 216.0 Oklahoma State 3425510.0 Charlotte Hornets Nicolas Batum 5.0 SG 27.0 6-8 200.0 Virginia Commonwealth 13125306.0 Chicago Bulls Cameron Bairstow 41.0 PF 25.0 6-9 250.0 New Mexico 845059.0 Cleveland Cavaliers Matthew Dellavedova 8.0 PG 25.0 6-4 198.0 Saint Mary's 1147276.0 Dallas Mavericks Justin Anderson 1.0 SG 22.0 6-6 228.0 Virginia 1449000.0 Denver Nuggets Darrell Arthur 0.0 PF 28.0 6-9 235.0 Kansas 2814000.0 Detroit Pistons Joel Anthony 50.0 C 33.0 6-9 245.0 UNLV 2500000.0 Golden State Warriors Leandro Barbosa 19.0 SG 33.0 6-3 194.0 North Carolina 2500000.0 Houston Rockets Trevor Ariza 1.0 SF 30.0 6-8 215.0 UCLA 8193030.0 Indiana Pacers Lavoy Allen 5.0 PF 27.0 6-9 255.0 Temple 4050000.0 Los Angeles Clippers Cole Aldrich 45.0 C 27.0 6-11 250.0 Kansas 1100602.0 Los Angeles Lakers Brandon Bass 2.0 PF 31.0 6-8 250.0 LSU 3000000.0 Memphis Grizzlies Jordan Adams 3.0 SG 21.0 6-5 209.0 UCLA 1404600.0 Miami Heat Chris Bosh 1.0 PF 32.0 6-11 235.0 Georgia Tech 22192730.0 Milwaukee Bucks Giannis Antetokounmpo 34.0 SF 21.0 6-11 222.0 Arizona 1953960.0>

Lassen Sie uns den in einer der Gruppen enthaltenen Wert ausdrucken. Verwenden Sie dazu den Namen des Teams. Wir nutzen die Funktion get_group() um die in einer der Gruppen enthaltenen Einträge zu finden.

Python3

Zeichenfolge Java

>

>

Ausgabe :

 Name Team Number Position Age Height Weight College Salary 0 Avery Bradley Boston Celtics 0.0 PG 25.0 6-2 180.0 Texas 7730337.0 1 Jae Crowder Boston Celtics 99.0 SF 25.0 6-6 235.0 Marquette 6796117.0 2 John Holland Boston Celtics 30.0 SG 27.0 6-5 205.0 Boston University NaN 3 R.J. Hunter Boston Celtics 28.0 SG 22.0 6-5 185.0 Georgia State 1148640.0  4 Jonas Jerebko Boston Celtics 8.0 PF 29.0 6-10 231.0 NaN 5000000.0  5 Amir Johnson Boston Celtics 90.0 PF 29.0 6-9 240.0 NaN 12000000.0  6 Jordan Mickey Boston Celtics 55.0 PF 21.0 6-8 235.0 LSU 1170960.0  7 Kelly Olynyk Boston Celtics 41.0 C 25.0 7-0 238.0 Gonzaga 2165160.0  8 Terry Rozier Boston Celtics 12.0 PG 22.0 6-2 190.0 Louisville 1824360.0  9 Marcus Smart Boston Celtics 36.0 PG 22.0 6-4 220.0 Oklahoma State 3431040.0  10 Jared Sullinger Boston Celtics 7.0 C 24.0 6-9 260.0 Ohio State 2569260.0 11 Isaiah Thomas Boston Celtics 4.0 PG 27.0 5-9 185.0 Washington 6912869.0  12 Evan Turner Boston Celtics 11.0 SG 27.0 6-7 220.0 Ohio State 3425510.0 13 James Young Boston Celtics 13.0 SG 20.0 6-6 215.0 Kentucky 1749840.0  14 Tyler Zeller Boston Celtics 44.0 C 26.0 7-0 253.0 North Carolina 2616975.0>

Beispiel 2: Verwenden gruppiere nach() Funktion zum Bilden von Gruppen basierend auf mehr als einer Kategorie (d. h. Verwenden Sie mehr als eine Spalte, um die Aufteilung durchzuführen).

Python3

>

Pyspark SQL

>

Ausgabe :

 Name Number Age Height Weight College Salary Team Position  Atlanta Hawks C Al Horford 15.0 30.0 6-10 245.0 Florida 12000000.0   PF Kris Humphries 43.0 31.0 6-9 235.0 Minnesota 1000000.0   PG Dennis Schroder 17.0 22.0 6-1 172.0 Wake Forest 1763400.0   SF Kent Bazemore 24.0 26.0 6-5 201.0 Old Dominion 2000000.0   SG Tim Hardaway Jr. 10.0 24.0 6-6 205.0 Michigan 1304520.0  ... ... ... ... ... ... ... ... Washington Wizards C Marcin Gortat 13.0 32.0 6-11 240.0 North Carolina State 11217391.0   PF Drew Gooden 90.0 34.0 6-10 250.0 Kansas 3300000.0   PG Ramon Sessions 7.0 30.0 6-3 190.0 Nevada 2170465.0   SF Jared Dudley 1.0 30.0 6-7 225.0 Boston College 4375000.0   SG Alan Anderson 6.0 33.0 6-6 220.0 Michigan State 4000000.0>