Comment calculer le total des achats de fruits par nom à l'aide de Pandas GroupBy ?

Calcul des totaux de fruits par nom à l'aide de Pandas Group-By Sum

Le regroupement et l'agrégation sont des opérations essentielles lorsque l'on travaille avec des données. Pandas fournit une puissante fonction GroupBy qui simplifie ces processus.

Considérez le DataFrame suivant dans lequel vous souhaitez calculer le nombre total de fruits achetés par chaque nom :

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

Pour y parvenir, nous peut utiliser la fonction GroupBy pour regrouper le DataFrame à la fois par "Nom" et "Fruit":

df.groupby(['Name', 'Fruit'])

Cependant, cela regroupe uniquement les données sans effectuer aucune agrégation. Pour calculer la somme des "Nombre" pour chaque groupe, nous pouvons utiliser sum() :

df.groupby(['Name', 'Fruit']).sum()

Cela affichera un nouveau DataFrame avec un index hiérarchique, où le premier niveau correspond au "Nom" et au le deuxième niveau correspond à "Fruit". La colonne "Nombre" contient la somme pour chaque groupe :

              Number
Name   Fruit     
Bob    Apples      16
       Grapes      35
       Oranges     67
Mike   Apples       9
       Oranges     57
Steve  Apples      10
Tom    Grapes      87
       Oranges     15
Tony   Grapes      15
       Oranges      1

Cela nous donne le résultat souhaité, indiquant le nombre total de fruits achetés par chaque Nom.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!