Pandų grupė naudojamas duomenims grupuoti pagal kategorijas ir kategorijoms pritaikant funkciją. Tai taip pat padeda efektyviai kaupti duomenis. Pandas groupby() yra labai galinga funkcija, turinti daug variantų. Dėl to duomenų rėmo padalijimas pagal kai kuriuos kriterijus yra labai lengvas ir efektyvus.
Pandos dataframe.groupby()
Pandos dataframe.groupby() Funkcija naudojama duomenims suskirstyti į grupes pagal kai kuriuos kriterijus. Pandos objektai gali būti skaidomi ant bet kurios jų ašies. Abstraktus grupavimo apibrėžimas yra pateikti etikečių susiejimą su grupių pavadinimais.
Sintaksė: DataFrame.groupby(by=nėra, ašis=0, lygis=nėra, as_index=tiesa, rūšiuoti=tiesa, group_keys=tiesa, squeeze=klaidingas, **kwargs)
Parametrai:
- pateikė: atvaizdavimas, funkcija, str arba kartojamas
- ašis: int, numatytasis 0
- lygis: Jei ašis yra MultiIndex (hierarchinė), grupuokite pagal tam tikrą lygį ar lygius
- as_index : Apibendrintai produkcijai grąžinkite objektą su grupės etiketėmis kaip indeksą. Tinka tik „DataFrame“ įvesties atveju. as_index=False yra efektyviai SQL stiliaus sugrupuota išvestis
- rūšiuoti: Rūšiuoti grupės raktus. Padidinkite našumą išjungę tai. Atminkite, kad tai neturi įtakos stebėjimų tvarkai kiekvienoje grupėje. groupby išsaugo eilučių tvarką kiekvienoje grupėje.
- group_keys : Skambindami taikyti, pridėkite grupės klavišus į indeksą, kad nustatytumėte gabalus
- suspausti: Jei įmanoma, sumažinkite grąžinimo tipo matmenis, kitu atveju grąžinkite nuoseklų tipą
Grąžinimai: GroupBy objektą
Naudojamas duomenų rinkinys: Norėdami gauti nuorodą į CSV failą, naudojamą kode, spustelėkite čia
1 pavyzdys: Naudokite Grupuoti pagal() funkcija grupuoti duomenis pagal komandą.
Python3
analoginis ryšys
# importing pandas as pd> import> pandas as pd> # Creating the dataframe> df>=> pd.read_csv(>'nba.csv'>)> # Print the dataframe> print>(df.head())> |
>
>
Išvestis:
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>
Dabar pritaikykite Grupuoti pagal() funkcija.
Python3
# applying groupby() function to> # group the data on team value.> gk>=> df.groupby(>'Team'>)> # Let's print the first entries> # in all the groups formed.> gk.first()> |
>
>
Išvestis:
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>
Išspausdinkime vertę, esančią bet kurioje iš grupių. Tam naudokite komandos pavadinimą. Mes naudojame funkciją get_group () norėdami rasti įrašus, esančius bet kurioje grupėje.
Python3
# Finding the values contained in the 'Boston Celtics' group> gk.get_group(>'Boston Celtics'>)> |
>
>
Išvestis:
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>
2 pavyzdys: Naudokite Grupuoti pagal() funkcija, kad sudarytų grupes pagal daugiau nei vieną kategoriją (t. y. naudokite daugiau nei vieną stulpelį, kad atliktumėte skaidymą).
Python3
# importing pandas as pd> import> pandas as pd> # Creating the dataframe> df>=> pd.read_csv(>'nba.csv'>)> # First grouping based on 'Team'> # Within each team we are grouping based on 'Position'> gkk>=> df.groupby([>'Team'>,>'Position'>])> # Print the first value in each group> gkk.first()> |
>
>
konvertuoti į java eilutę
Išvestis:
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>