HOWTO · Pandas
Pandas에서 GroupBy 및 집계 여러 열
이 자습서에서는 여러 열을 기반으로 데이터를 그룹화하고 Python의 Pandas 데이터 프레임에 있는 그룹화된 데이터에 집계 메서드를 적용하는 방법을 보여줍니다.
Pandas 라이브러리는 Python의 강력한 데이터 분석 라이브러리입니다. Python에서 Pandas를 사용하여 데이터 프레임에서 다양한 유형의 조작을 수행할 수 있습니다.
groupby()는 특정 기준에 따라 데이터를 여러 그룹으로 분할하는 방법입니다. 그런 다음 그룹화된 데이터에 대해 특정 작업을 수행할 수 있습니다.
Pandas Python의 여러 열에 groupby() 및 aggregate() 함수 적용
때로는 여러 열의 데이터를 그룹화하고 몇 가지 aggregate() 메서드를 적용해야 합니다. aggregate() 메서드는 여러 행의 값을 결합하고 단일 값을 반환하는 메서드입니다(예: count(), size(), mean(), sum(), mean() 등
다음 코드에는 일부 열에 대한 중복 값이 포함된 학생 데이터가 있습니다. 학생의 이름 및 섹션을 기준으로 데이터를 그룹화하여 총점을 얻으려면 이름과 섹션에 따라 데이터를 그룹화한 다음 aggregate() 방법을 사용하여 총점을 계산합니다.
반환된 결과를 저장하고 표시했습니다.
예제 코드:
# Python 3.x
import pandas as pd
student = {
"Name": ["Jhon", "Alia", "Jhon", "Alia", "Sam", "Smith", "Sam", "Smith"],
"Section": ["A", "A", "A", "A", "B", "B", "B", "B"],
"Course": ["Java", "Java", "Dart", "Dart", "Java", "Java", "Dart", "Dart"],
"Marks": [70, 80, 90, 60, 80, 90, 50, 80],
}
df = pd.DataFrame(student)
display(df)
result = df.groupby(["Name", "Section"]).aggregate("sum")
display(result)
출력:
한 번에 여러 집계 작업을 수행할 수도 있습니다. 작업 이름 목록을 aggregate() 메서드에 전달합니다.
여기서는 작업 이름 목록을 전달하여 aggregate() 메서드를 사용하여 학생의 평균 및 총 점수를 한 번에 계산했습니다.
예제 코드:
# Python 3.x
import pandas as pd
student = {
"Name": ["Jhon", "Alia", "Jhon", "Alia", "Sam", "Smith", "Sam", "Smith"],
"Section": ["A", "A", "A", "A", "B", "B", "B", "B"],
"Course": ["Java", "Java", "Dart", "Dart", "Java", "Java", "Dart", "Dart"],
"Marks": [70, 80, 90, 60, 80, 90, 50, 80],
}
df = pd.DataFrame(student)
display(df)
result = df.groupby(["Name", "Section"]).aggregate(["mean", "sum"])
display(result)
출력:
