So berechnen Sie die Summierung mit Pandas GroupBy
In der Datenwissenschaft ist es oft notwendig, Daten zu aggregieren, um Erkenntnisse zu gewinnen. Eine gängige Aggregationstechnik ist das Summieren von Werten innerhalb von Gruppen. Die Python-Bibliothek Pandas bietet die vielseitige GroupBy-Funktion zum Gruppieren von Daten und zum Durchführen verschiedener Operationen, einschließlich Summierung.
Berücksichtigen Sie den folgenden DataFrame:
Fruit | Date | Name | Number |
---|---|---|---|
Apples | 10/6/2016 | Bob | 7 |
Apples | 10/6/2016 | Bob | 8 |
Apples | 10/6/2016 | Mike | 9 |
Apples | 10/7/2016 | Steve | 10 |
Apples | 10/7/2016 | Bob | 1 |
Oranges | 10/7/2016 | Bob | 2 |
Oranges | 10/6/2016 | Tom | 15 |
Oranges | 10/6/2016 | Mike | 57 |
Oranges | 10/6/2016 | Bob | 65 |
Oranges | 10/7/2016 | Tony | 1 |
Grapes | 10/7/2016 | Bob | 1 |
Grapes | 10/7/2016 | Tom | 87 |
Grapes | 10/7/2016 | Bob | 22 |
Grapes | 10/7/2016 | Bob | 12 |
Grapes | 10/7/2016 | Tony | 15 |
Um die Gesamtzahl der von jedem gekauften Früchte zu erhalten Name, verwenden Sie die GroupBy.sum()-Methode:
df.groupby(['Name', 'Fruit']).sum()
Dies erzeugt die folgende Ausgabe:
Fruit | Name | Number |
---|---|---|
Apples | Bob | 16 |
Apples | Mike | 9 |
Apples | Steve | 10 |
Grapes | Bob | 35 |
Grapes | Tom | 87 |
Grapes | Tony | 15 |
Oranges | Bob | 67 |
Oranges | Mike | 57 |
Oranges | Tom | 15 |
Oranges | Tony | 1 |
Das obige ist der detaillierte Inhalt vonWie summiere ich Werte innerhalb von Gruppen mit Pandas GroupBy?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!