Pandas Groupby 2 열

Suraj Joshi 2023년1월30일

Pandas Pandas DataFrame Column Pandas Groupby

Pandas Groupby 다중 열
각 그룹 Pandas의 행 수 계산

이 튜토리얼은 DataFrame을 그룹으로 분리하기 위해 두 개의 열에 대해 Pandas의DataFrame.groupby()메서드를 사용하는 방법을 설명합니다. 또한 생성 된 그룹에서 훨씬 더 많은 정보를 얻을 수 있습니다.

이 기사에서는 아래 DataFrame을 사용합니다.

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame(
    {
        "Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
        "Gender": ["Female", "Male", "Male", "Female", "Female", "Male"],
        "Employed": ["Yes", "No", "Yes", "No", "Yes", "No"],
        "Age": [30, 28, 27, 24, 28, 25],
    }
)

print(data)

출력:

       Name  Gender Employed  Age
0  Jennifer  Female      Yes   30
1    Travis    Male       No   28
2       Bob    Male      Yes   27
3      Emma  Female       No   24
4      Luna  Female      Yes   28
5     Anish    Male       No   25

Pandas Groupby 다중 열

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame(
    {
        "Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
        "Gender": ["Female", "Male", "Male", "Female", "Female", "Male"],
        "Employed": ["Yes", "No", "Yes", "No", "Yes", "No"],
        "Age": [30, 28, 27, 24, 28, 25],
    }
)

print(data)
print("")
print("Groups in DataFrame:")
groups = data.groupby(["Gender", "Employed"])
for group_key, group_value in groups:
    group = groups.get_group(group_key)
    print(group)
    print("")

출력:

       Name  Gender Employed  Age
0  Jennifer  Female      Yes   30
1    Travis    Male       No   28
2       Bob    Male      Yes   27
3      Emma  Female       No   24
4      Luna  Female      Yes   28
5     Anish    Male       No   25

Groups in DataFrame:
   Name  Gender Employed  Age
3  Emma  Female       No   24

       Name  Gender Employed  Age
0  Jennifer  Female      Yes   30
4      Luna  Female      Yes   28

     Name Gender Employed  Age
1  Travis   Male       No   28
5   Anish   Male       No   25

  Name Gender Employed  Age
2  Bob   Male      Yes   27

DataFrame에서 4 개의 그룹을 생성합니다. Gender및 Employed열의 값이 동일한 모든 행은 동일한 그룹에 배치됩니다.

각 그룹 Pandas의 행 수 계산

DataFrame.groupby()메서드를 사용하여 생성 된 각 그룹의 행 수를 계산하려면size()메서드를 사용할 수 있습니다.

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame(
    {
        "Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
        "Gender": ["Female", "Male", "Male", "Female", "Female", "Male"],
        "Employed": ["Yes", "No", "Yes", "No", "Yes", "No"],
        "Age": [30, 28, 27, 24, 28, 25],
    }
)

print(data)
print("")
print("Count of Each group:")
grouped_df = data.groupby(["Gender", "Employed"]).size().reset_index(name="Count")
print(grouped_df)

출력:

       Name  Gender Employed  Age
0  Jennifer  Female      Yes   30
1    Travis    Male       No   28
2       Bob    Male      Yes   27
3      Emma  Female       No   24
4      Luna  Female      Yes   28
5     Anish    Male       No   25

Count of Each group:
   Gender Employed  Count
0  Female       No      1
1  Female      Yes      2
2    Male       No      2
3    Male      Yes      1

DataFrame, DataFrame에서 생성 된 그룹 및 각 그룹의 항목 수를 표시합니다.

Employed열의 각 값에 대해 가장 큰 개수 값을 원하면 위에서 만든 그룹에서 다른 그룹을 구성하고 값을 계산 한 다음 max()메서드를 사용하여 개수의 최대 값을 얻을 수 있습니다.

import pandas as pd

roll_no = [501, 502, 503, 504, 505]

data = pd.DataFrame(
    {
        "Name": ["Jennifer", "Travis", "Bob", "Emma", "Luna", "Anish"],
        "Gender": ["Female", "Male", "Male", "Female", "Female", "Male"],
        "Employed": ["Yes", "No", "Yes", "No", "Yes", "No"],
        "Age": [30, 28, 27, 24, 28, 25],
    }
)

print(data)
print("")

groups = data.groupby(["Gender", "Employed"]).size().groupby(level=1)
print(groups.max())

출력:

       Name  Gender Employed  Age
0  Jennifer  Female      Yes   30
1    Travis    Male       No   28
2       Bob    Male      Yes   27
3      Emma  Female       No   24
4      Luna  Female      Yes   28
5     Anish    Male       No   25

Employed
No     2
Yes    2
dtype: int64

Gender및 Employed열에서 생성 된 그룹 중 Employed열 값의 최대 개수를 보여줍니다.

작가: Suraj Joshi

Suraj Joshi is a backend software engineer at Matrice.ai.

Pandas Groupby 2 열

Pandas Groupby 다중 열

각 그룹 Pandas의 행 수 계산

관련 문장 - Pandas DataFrame Column

관련 문장 - Pandas Groupby