Как мне сгруппировать Pandas, чтобы получить сумму?

ProgramBox

Как мне сгруппировать Pandas, чтобы получить сумму?

Post author:admin
Запись опубликована:21 октября, 2022
Post category:Вопросы по программированию

#python-3.x #pandas #dataframe

#python #pandas #фрейм данных #сгруппировать #агрегировать

Вопрос:

Я использую этот фрейм данных:

 Fruit   Date      Name  Number
Apples  10/6/2016 Bob    7
Apples  10/6/2016 Bob    8
Apples  10/6/2016 Mike   9
Apples  10/7/2016 Steve 10
Apples  10/7/2016 Bob    1
Oranges 10/7/2016 Bob    2
Oranges 10/6/2016 Tom   15
Oranges 10/6/2016 Mike  57
Oranges 10/6/2016 Bob   65
Oranges 10/7/2016 Tony   1
Grapes  10/7/2016 Bob    1
Grapes  10/7/2016 Tom   87
Grapes  10/7/2016 Bob   22
Grapes  10/7/2016 Bob   12
Grapes  10/7/2016 Tony  15

Я хочу объединить это по Name , а затем по Fruit , чтобы получить общее количество Fruit per Name . Например:

 Bob,Apples,16

Я пробовал группировать по Name и Fruit , но как мне получить общее количество фруктов?

Ответ №1:

Используйте GroupBy.sum :

 df.groupby(['Fruit','Name']).sum()

Out[31]: 
               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Grapes  Bob        35
        Tom        87
        Tony       15
Oranges Bob        67
        Mike       57
        Tom        15
        Tony        1

1. Как pandas узнает, что я хочу суммировать столбец с именем Number ?

2. @Kingname это последний оставшийся столбец, если вы уберете NAME и FRUIT. если вы добавите 2 оставшихся столбца, это приведет к суммированию обоих столбцов

3. Как указать, какой столбец суммировать?

4. @tgdn df.groupby([‘Name’, ‘Fruit’])[‘Number’].sum()

5. @StevenG Для ответа, предоставленного для суммирования определенного столбца, вывод выводится в виде серии Pandas вместо фрейма данных. Из комментария Якуба Кукула (в приведенном ниже ответе) мы можем использовать двойные квадратные скобки вокруг «Числа», чтобы получить фрейм данных.

Ответ №2:

Также вы можете использовать функцию agg,

 df.groupby(['Name', 'Fruit'])['Number'].agg('sum')

1. Это отличается от принятого ответа тем, что возвращает a Series , тогда как другой возвращает GroupBy объект.

2. @GaurangTandon чтобы DataFrame вместо этого получить объект (как в принятом ответе), используйте двойные квадратные скобки вокруг 'Number' , т.е.: df.groupby(['Name', 'Fruit'])[['Number']].agg('sum')

3. Очень полезно при очистке отчета с плохо закодированным запросом.

Ответ №3:

Если вы хотите сохранить исходные столбцы Fruit и Name , используйте reset_index() . В противном Fruit случае и Name станет частью индекса.

 df.groupby(['Fruit','Name'])['Number'].sum().reset_index()

Fruit   Name       Number
Apples  Bob        16
Apples  Mike        9
Apples  Steve      10
Grapes  Bob        35
Grapes  Tom        87
Grapes  Tony       15
Oranges Bob        67
Oranges Mike       57
Oranges Tom        15
Oranges Tony        1

Как видно из других ответов:

 df.groupby(['Fruit','Name'])['Number'].sum()

               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Grapes  Bob        35
        Tom        87
        Tony       15
Oranges Bob        67
        Mike       57
        Tom        15
        Tony        1

Ответ №4:

Оба других ответа выполняют то, что вы хотите.

Вы можете использовать pivot функциональность для упорядочивания данных в красивой таблице

 df.groupby(['Fruit','Name'],as_index = False).sum().pivot('Fruit','Name').fillna(0)



Name    Bob     Mike    Steve   Tom    Tony
Fruit                   
Apples  16.0    9.0     10.0    0.0     0.0
Grapes  35.0    0.0     0.0     87.0    15.0
Oranges 67.0    57.0    0.0     15.0    1.0

Ответ №5:

 df.groupby(['Fruit','Name'])['Number'].sum()

Вы можете выбрать разные столбцы для суммирования чисел.

Ответ №6:

Вариант функции .agg(); предоставляет возможность (1) сохранять тип DataFrame, (2) применять средние значения, подсчеты, суммирование и т. Д. И (3) позволяет группировать по нескольким столбцам, сохраняя при этом разборчивость.

 df.groupby(['att1', 'att2']).agg({'att1': "count", 'att3': "sum",'att4': 'mean'})

используя ваши значения…

 df.groupby(['Name', 'Fruit']).agg({'Number': "sum"})

Ответ №7:

Вы можете установить groupby столбец для index последующего использования sum с помощью level

 df.set_index(['Fruit','Name']).sum(level=[0,1])
Out[175]: 
               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Oranges Bob        67
        Tom        15
        Mike       57
        Tony        1
Grapes  Bob        35
        Tom        87
        Tony       15

Ответ №8:

Вы также можете использовать transform() для столбца Number после group by. Эта операция вычислит общее число в одной группе с помощью функции sum , результатом будет серия с тем же индексом, что и исходный фрейм данных.

 df['Number'] = df.groupby(['Fruit', 'Name'])['Number'].transform('sum')
df = df.drop_duplicates(subset=['Fruit', 'Name']).drop('Date', 1)

Затем вы можете удалить повторяющиеся строки в столбце Fruit и Name . Кроме того, вы можете удалить столбец Date , указав ось 1 ( 0 для строк и 1 для столбцов).

 # print(df)

      Fruit   Name  Number
0    Apples    Bob      16
2    Apples   Mike       9
3    Apples  Steve      10
5   Oranges    Bob      67
6   Oranges    Tom      15
7   Oranges   Mike      57
9   Oranges   Tony       1
10   Grapes    Bob      35
11   Grapes    Tom      87
14   Grapes   Tony      15

# You could achieve the same result with functions discussed by others: 
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].sum())
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].agg('sum'))

Существует официальное руководство Group by: split-apply-combine, в котором рассказывается о том, что вы можете сделать после group by.

Ответ №9:

Вы можете использовать dfsql
для своей проблемы, это будет выглядеть примерно так:

 df.sql('SELECT fruit, sum(number) GROUP BY fruit')

https://github.com/mindsdb/dfsql

вот статья об этом:

https://medium.com/riselab/why-every-data-scientist-using-pandas-needs-modin-bringing-sql-to-dataframes-3b216b29a7c0

Ответ №10:

Если вы хотите, чтобы агрегированный столбец имел пользовательское имя Total Number , например Total , и т.д. (все решения, приведенные здесь, приводят к созданию фрейма данных, в котором указан столбец aggregate Number ), используйте именованную агрегацию:

 df.groupby(['Fruit', 'Name'], as_index=False).agg(**{'Total Number': ('Number', 'sum')})

или (если в пользовательском имени не обязательно должен быть пробел):

 df.groupby(['Fruit', 'Name'], as_index=False).agg(Total=('Number', 'sum'))

это эквивалентно SQL-запросу:

 SELECT Fruit, Name, sum(Number) AS Total
FROM df 
GROUP BY Fruit, Name

Говоря о SQL, есть pandasql модуль, который позволяет запрашивать фреймы данных pandas в локальной среде, используя синтаксис SQL. Он не является частью Pandas, поэтому его нужно будет устанавливать отдельно.

 #! pip install pandasql
from pandasql import sqldf
sqldf("""
SELECT Fruit, Name, sum(Number) AS Total
FROM df 
GROUP BY Fruit, Name
""")