Pandas DataFrame DataFrame.groupby() 함수
-
pandas.DataFrame.groupby()의 구문 : -
예제 코드: 단일 열의 값을 기준으로
pandas.DataFrame.groupby()를 사용하여 두 개의 DataFrames 그룹화 -
예제 코드: 여러 조건에 따라
pandas.DataFrame.groupby()를 사용하여 두 개의 데이터 프레임 그룹화 -
예제 코드:
pandas.DataFrame.groupby()에서as_index = False설정
pandas.DataFrame.groupby()는 주어진 기준에 따라 DataFrame을 그룹으로 분할합니다. groupby()메소드를 사용하여 대규모 데이터 세트를 쉽게 조작 할 수 있습니다.
pandas.DataFrame.groupby()의 구문 :
DataFrame.groupby(
by=None,
axis=0,
level=None,
as_index=True,
sort=True,
group_keys=True,
squeeze: bool=False,
observed: bool=False)
매개 변수
by |
매핑, 함수, 문자열, by또는 그룹 요소에 대한 반복 가능 |
axis |
row (axis=0) 또는column (axis = 1)과 함께 그룹화 |
level |
정수. 특정 수준 또는 수준별로 그룹화 할 값 |
as_index |
부울. 인덱스로 그룹 레이블이있는 객체를 반환합니다. |
sort |
부울. 그룹 키를 정렬합니다. |
group_keys |
부울. 조각을 식별하기 위해 색인에 그룹 키를 추가합니다. |
squeeze |
부울. 가능한 경우 수익의 크기를 줄입니다. |
observed |
부울. 그룹화 중 하나가 범주 형인 경우에만 적용하고 True로 설정된 경우 범주 형 그룹화에 대해 관찰 된 값만 표시합니다. |
반환
그룹화 된 정보를 포함하는DataFrameGroupBy 객체를 반환합니다.
예제 코드: 단일 열의 값을 기준으로pandas.DataFrame.groupby()를 사용하여 두 개의 DataFrames 그룹화
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ) ,
('Mango', 24, 'No' ) ,
('banana', 14, 'No' ) ,
('Apple', 44, 'Yes' ) ,
('Pineapple', 64, 'No') ,
('Kiwi', 84, 'Yes') ]
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock'])
grouped_df = df.groupby('In_Stock')
print(grouped_df)
print(type(grouped_df))
출력:
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7f73cc992d30>
<class 'pandas.core.groupby.generic.DataFrameGroupBy'>
In_Stock 열의 값에 따라DataFrame을 그룹으로 그룹화하고DataFrameGroupBy 객체를 반환합니다.
groupby()가 반환하는DataFrameGroupBy 객체에 대한 세부 정보를 얻으려면DataFrameGroupBy 객체의first()메서드를 사용하여 각 그룹의 첫 번째 요소를 가져올 수 있습니다.
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ) ,
('Mango', 24, 'No' ) ,
('banana', 14, 'No' ) ,
('Apple', 44, 'Yes' ) ,
('Pineapple', 64, 'No') ,
('Kiwi', 84, 'Yes') ]
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock'])
grouped_df = df.groupby('In_Stock')
print(grouped_df.first())
출력:
Name Price
In_Stock
No Mango 24
Yes Orange 34
df에서 분리 된 두 그룹의 첫 번째 요소로 구성된 DataFrame을 인쇄합니다.
get_group()메소드를 사용하여 전체 그룹을 인쇄 할 수도 있습니다.
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ) ,
('Mango', 24, 'No' ) ,
('banana', 14, 'No' ) ,
('Apple', 44, 'Yes' ) ,
('Pineapple', 64, 'No') ,
('Kiwi', 84, 'Yes') ]
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock'])
grouped_df = df.groupby('In_Stock')
print(grouped_df.get_group('Yes'))
출력:
Name Price In_Stock
0 Orange 34 Yes
3 Apple 44 Yes
5 Kiwi 84 Yes
In_Stock 열의 값이Yes 인df의 모든 요소를 인쇄합니다. 먼저groubpy()메서드를 사용하여In_Stock 열의 값이 다른 요소를 별도의 그룹으로 그룹화 한 다음get_group()메서드를 사용하여 특정 그룹에 액세스합니다.
예제 코드: 여러 조건에 따라pandas.DataFrame.groupby()를 사용하여 두 개의 데이터 프레임 그룹화
import pandas as pd
fruit_list = [ ('Orange', 34, 'Yes' ,'ABC') ,
('Mango', 24, 'No','ABC' ) ,
('banana', 14, 'No','ABC' ) ,
('Apple', 44, 'Yes',"XYZ" ) ,
('Pineapple', 64, 'No',"XYZ") ,
('Kiwi', 84, 'Yes',"XYZ") ]
df = pd.DataFrame(fruit_list, columns = ['Name' , 'Price', 'In_Stock',"Supplier"])
grouped_df = df.groupby(['In_Stock', 'Supplier'])
print(grouped_df.first())
출력:
Name Price
In_Stock Supplier
No ABC Mango 24
XYZ Pineapple 64
Yes ABC Orange 34
XYZ Apple 44
In_Stock및 Supplier열의 값을 기반으로 df를 그룹으로 그룹화하고 DataFrameGroupBy개체를 반환합니다.
우리는 각 그룹의 첫 번째 요소를 얻기 위해first()메소드를 사용합니다. 다음 네 그룹의 첫 번째 요소 조합으로 구성된 DataFrame을 반환합니다.
In_Stock열No및Supplier열ABC값으로 그룹화합니다.In_Stock열No및Supplier열XYZ값으로 그룹화합니다.In_Stock열Yes및Supplier열ABC값으로 그룹화합니다.In_Stock열Yes및Supplier열XYZ값으로 그룹화합니다.
GroupBy 객체의 메소드가 반환하는DataFrame은groupby()함수에 여러 레이블을 전달할 때MultiIndex를 갖습니다.
print(grouped_df.first().index)
출력:
MultiIndex(levels=[['No', 'Yes'], ['ABC', 'XYZ']],
labels=[[0, 0, 1, 1], [0, 1, 0, 1]],
names=['In_Stock', 'Supplier'])
예제 코드: pandas.DataFrame.groupby()에서as_index = False 설정
DataFrame.groupby()메서드의as_index 매개 변수는 기본적으로True입니다. 그룹 레이블은first()와 같은GroupBy 메소드를 적용 할 때 반환 된DataFrame의 인덱스입니다.
import pandas as pd
fruit_list = [
("Orange", 34, "Yes"),
("Mango", 24, "No"),
("banana", 14, "No"),
("Apple", 44, "Yes"),
("Pineapple", 64, "No"),
("Kiwi", 84, "Yes"),
]
df = pd.DataFrame(fruit_list, columns=["Name", "Price", "In_Stock"])
grouped_df = df.groupby("In_Stock", as_index=True)
firtGroup = grouped_df.first()
print(firtGroup)
print(firtGroup.index)
print("---------")
grouped_df = df.groupby("In_Stock", as_index=False)
firtGroup = grouped_df.first()
print(firtGroup)
print(firtGroup.index)
출력:
Name Price
In_Stock
No Mango 24
Yes Orange 34
Index(['No', 'Yes'], dtype='object', name='In_Stock')
---------
In_Stock Name Price
0 No Mango 24
1 Yes Orange 34
Int64Index([0, 1], dtype='int64')
보시다시피 생성 된DataFrame의 인덱스는 기본적으로as_index = True이기 때문에 그룹 레이블입니다.
as_index = False를 설정하면 인덱스는 숫자로 자동 생성 된 인덱스가됩니다.
Suraj Joshi is a backend software engineer at Matrice.ai.
LinkedIn