Panda GroupBy를 사용하여 각 그룹(수, 평균 등)에 대한 통계를 얻으시겠습니까?
프레임이 .df from까지 몇 개의 을 사용합니다.groupby:
df['col1','col2','col3','col4'].groupby(['col1','col2']).mean()
이렇게 하면 필요한 테이블(데이터 프레임)을 거의 얻을 수 있습니다.각 그룹의 행 수가 들어 있는 추가 열이 누락되었습니다.즉, 의미도 있지만 몇 개의 숫자를 사용하여 이 방법을 얻었는지도 알고 싶습니다.예를 들어 첫 번째 그룹에는 8개의 값이 있고 두 번째 그룹에는 10개의 값이 있습니다.
요약: 데이터 프레임의 그룹별 통계는 어떻게 얻습니까?
빠른 답변:
행 은 " "를 호출하는 입니다..size()되는 값입니다.Series:
df.groupby(['col1','col2']).size()
이 는 '''로 '''DataFrame)Series을 사용하다
df.groupby(['col1', 'col2']).size().reset_index(name='counts')
각 그룹에 대한 행 개수 및 기타 통계량을 계산하는 방법을 알아보려면 아래를 계속 읽으십시오.
자세한 예:
데이터 프레임의 예를 다음에 나타냅니다.
In [2]: df
Out[2]:
col1 col2 col3 col4 col5 col6
0 A B 0.20 -0.61 -0.49 1.49
1 A B -1.53 -1.01 -0.39 1.82
2 A B -0.44 0.27 0.72 0.11
3 A B 0.28 -1.32 0.38 0.18
4 C D 0.12 0.59 0.81 0.66
5 C D -0.13 -1.65 -1.64 0.50
6 C D -1.42 -0.11 -0.18 -0.44
7 E F -0.00 1.42 -0.26 1.17
8 E F 0.91 -0.47 1.35 -0.34
9 G H 1.48 -0.63 -1.14 0.17
먼저 ㅇㅇㅇㅇㅇㄹㄹㄹㄹㄹㄹㄹㄹ까요?.size()카운트를 하려면: 「」를 참조해 주세요.
In [3]: df.groupby(['col1', 'col2']).size()
Out[3]:
col1 col2
A B 4
C D 3
E F 2
G H 1
dtype: int64
이번에는 럼그용사다다 then then then then then를 사용해 볼까요?.size().reset_index(name='counts')카운트를 하려면: 「」를 참조해 주세요.
In [4]: df.groupby(['col1', 'col2']).size().reset_index(name='counts')
Out[4]:
col1 col2 counts
0 A B 4
1 C D 3
2 E F 2
3 G H 1
추가 통계를 위한 결과 포함
그룹화된 데이터에 대한 통계를 계산하는 경우 일반적으로 다음과 같이 표시됩니다.
In [5]: (df
...: .groupby(['col1', 'col2'])
...: .agg({
...: 'col3': ['mean', 'count'],
...: 'col4': ['median', 'min', 'count']
...: }))
Out[5]:
col4 col3
median min count mean count
col1 col2
A B -0.810 -1.32 4 -0.372500 4
C D -0.110 -1.65 3 -0.476667 3
E F 0.475 -0.47 2 0.455000 2
G H -0.630 -0.63 1 1.480000 1
위의 결과는 중첩된 열 레이블과 열당 행 수가 있기 때문에 처리하기가 다소 번거롭습니다.
는 보통 하고, 그 를 종합하여 합니다.join 음음음같 뭇매하다
In [6]: gb = df.groupby(['col1', 'col2'])
...: counts = gb.size().to_frame(name='counts')
...: (counts
...: .join(gb.agg({'col3': 'mean'}).rename(columns={'col3': 'col3_mean'}))
...: .join(gb.agg({'col4': 'median'}).rename(columns={'col4': 'col4_median'}))
...: .join(gb.agg({'col4': 'min'}).rename(columns={'col4': 'col4_min'}))
...: .reset_index()
...: )
...:
Out[6]:
col1 col2 counts col3_mean col4_median col4_min
0 A B 4 -0.372500 -0.810 -1.32
1 C D 3 -0.476667 -0.110 -1.65
2 E F 2 0.455000 0.475 -0.47
3 G H 1 1.480000 -0.630 -0.63
각주
테스트 데이터를 생성하는 데 사용되는 코드는 다음과 같습니다.
In [1]: import numpy as np
...: import pandas as pd
...:
...: keys = np.array([
...: ['A', 'B'],
...: ['A', 'B'],
...: ['A', 'B'],
...: ['A', 'B'],
...: ['C', 'D'],
...: ['C', 'D'],
...: ['C', 'D'],
...: ['E', 'F'],
...: ['E', 'F'],
...: ['G', 'H']
...: ])
...:
...: df = pd.DataFrame(
...: np.hstack([keys,np.random.randn(10,4).round(2)]),
...: columns = ['col1', 'col2', 'col3', 'col4', 'col5', 'col6']
...: )
...:
...: df[['col3', 'col4', 'col5', 'col6']] = \
...: df[['col3', 'col4', 'col5', 'col6']].astype(float)
...:
면책사항:
집약하는 열에 null 값이 있는 경우 그룹 행 수를 각 열에 대해 독립된 집계로 확인해야 합니다. 때문에 하는데 실제로 얼마나 될 수 .NaN평균 계산에 입력된 값을 알려주지 않고 입력합니다.
서서 groupby '''는agg함수는 목록을 가져와 여러 집약 방식을 동시에 적용할 수 있습니다.필요한 결과를 얻을 수 있습니다.
df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).agg(['mean', 'count'])
스위스 군용 나이프:
count,mean,std★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
df.groupby(['A', 'B'])['C'].describe()
count mean std min 25% 50% 75% max
A B
bar one 1.0 0.40 NaN 0.40 0.40 0.40 0.40 0.40
three 1.0 2.24 NaN 2.24 2.24 2.24 2.24 2.24
two 1.0 -0.98 NaN -0.98 -0.98 -0.98 -0.98 -0.98
foo one 2.0 1.36 0.58 0.95 1.15 1.36 1.56 1.76
three 1.0 -0.15 NaN -0.15 -0.15 -0.15 -0.15 -0.15
two 2.0 1.42 0.63 0.98 1.20 1.42 1.65 1.87
특정 통계를 얻으려면 해당 통계를 선택하기만 하면 됩니다.
df.groupby(['A', 'B'])['C'].describe()[['count', 'mean']]
count mean
A B
bar one 1.0 0.400157
three 1.0 2.240893
two 1.0 -0.977278
foo one 2.0 1.357070
three 1.0 -0.151357
two 2.0 1.423148
주의: 통계를 1~2개만 계산해야 하는 경우에는 사용하는 것이 더 빠를 수 있습니다.
groupby.agg이 열을 계산하지 않으면 불필요한 계산을 하게 됩니다.
describe여러 열에 대해 작동(변경)['C']로.['C', 'D']- 또는 완전히 삭제하여 결과를 확인합니다.MultiIndexed 컬럼화 데이터 프레임이 됩니다.
문자열 데이터에 대해서도 다른 통계 정보를 얻을 수 있습니다.여기 예가 있어요.
df2 = df.assign(D=list('aaabbccc')).sample(n=100, replace=True)
with pd.option_context('precision', 2):
display(df2.groupby(['A', 'B'])
.describe(include='all')
.dropna(how='all', axis=1))
C D
count mean std min 25% 50% 75% max count unique top freq
A B
bar one 14.0 0.40 5.76e-17 0.40 0.40 0.40 0.40 0.40 14 1 a 14
three 14.0 2.24 4.61e-16 2.24 2.24 2.24 2.24 2.24 14 1 b 14
two 9.0 -0.98 0.00e+00 -0.98 -0.98 -0.98 -0.98 -0.98 9 1 c 9
foo one 22.0 1.43 4.10e-01 0.95 0.95 1.76 1.76 1.76 22 2 a 13
three 15.0 -0.15 0.00e+00 -0.15 -0.15 -0.15 -0.15 -0.15 15 1 c 15
two 26.0 1.49 4.48e-01 0.98 0.98 1.87 1.87 1.87 26 2 b 15
상세한 것에 대하여는, 메뉴얼을 참조해 주세요.
팬더 > = 1.1:
이것은 판다 1.1에서 사용할 수 있습니다 만약 당신이 모든 그룹의 크기를 캡처하고 싶다면, 이것은 팬더를 잘라냅니다.GroupBy더 빠릅니다.
df.value_counts(subset=['col1', 'col2'])
최소한의 예
# Setup
np.random.seed(0)
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : np.random.randn(8),
'D' : np.random.randn(8)})
df.value_counts(['A', 'B'])
A B
foo two 2
one 2
three 1
bar two 1
three 1
one 1
dtype: int64
기타 통계 분석 도구
위의 내용을 찾지 못한 경우 사용자 가이드에는 지원되는 통계 분석, 상관 관계 및 회귀 도구의 포괄적인 목록이 나와 있습니다.
여러 통계를 가져오려면 인덱스를 축소하고 열 이름을 유지합니다.
df = df.groupby(['col1','col2']).agg(['mean', 'count'])
df.columns = [ ' '.join(str(i) for i in col) for col in df.columns]
df.reset_index(inplace=True)
df
작성:
groupby와 count를 사용하면 쉽게 할 수 있습니다.단, reset_index()를 사용해야 합니다.
df[['col1','col2','col3','col4']].groupby(['col1','col2']).count().\
reset_index()
이 코드를 사용해 보세요.
new_column=df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).count()
df['count_it']=new_column
df
그 코드는 'count it'이라는 각 그룹의 수를 세는 열을 추가할 것이라고 생각한다.
다음과 같은 그룹 오브젝트 및 콜 메서드를 만듭니다.
grp = df.groupby(['col1', 'col2', 'col3'])
grp.max()
grp.mean()
grp.describe()
Tidyverse R 패키지에 익숙하다면 python으로 하는 방법은 다음과 같습니다.
from datar.all import tibble, rnorm, f, group_by, summarise, mean, n, rep
df = tibble(
col1=rep(['A', 'B'], 5),
col2=rep(['C', 'D'], each=5),
col3=rnorm(10),
col4=rnorm(10)
)
df >> group_by(f.col1, f.col2) >> summarise(
count=n(),
col3_mean=mean(f.col3),
col4_mean=mean(f.col4)
)
col1 col2 n mean_col3 mean_col4
0 A C 3 -0.516402 0.468454
1 A D 2 -0.248848 0.979655
2 B C 2 0.545518 -0.966536
3 B D 3 -0.349836 -0.915293
[Groups: ['col1'] (n=2)]
저는 datar 패키지의 작성자입니다.사용방법에 대해 궁금한 점이 있으시면 언제든지 문제를 제출해 주십시오.
언급URL : https://stackoverflow.com/questions/19384532/get-statistics-for-each-group-such-as-count-mean-etc-using-pandas-groupby
'programing' 카테고리의 다른 글
| EC2 인스턴스에서 RDS 인스턴스에 연결할 수 없습니다. (0) | 2022.10.21 |
|---|---|
| SQL에서 매일 트리거를 동시에 실행하는 방법 (0) | 2022.10.21 |
| C 또는 C++에서 문자열을 되돌리려면 어떻게 해야 합니까? (0) | 2022.10.21 |
| 프래그먼트 내의 컨텍스트 사용 (0) | 2022.10.21 |
| Objective-C에서의 선언 및 체크/비교(비트마스크-) Enum (0) | 2022.10.21 |