Pandas GroupBy는 어떻게 통계를 계산하고 데이터 분석을 위한 행 수를 포함할 수 있나요?

Pandas GroupBy를 사용하여 각 그룹에 대한 통계 가져오기

데이터 분석을 수행할 때 데이터를 요약하고 관찰 그룹에 대한 통계를 계산해야 하는 경우가 많습니다. . Pandas의 GroupBy 기능은 이를 수행하는 편리한 방법을 제공합니다.

그룹 통계를 계산하려면 DataFrame에서 .groupby() 메서드를 사용하고 그룹화 기준으로 사용할 열을 지정하면 됩니다. 그런 다음 .agg() 메서드를 사용하여 각 그룹 내의 데이터를 집계할 수 있습니다.

예를 들어 다음 코드는 "col1" 및 "col2" 열을 기준으로 데이터를 그룹화하고 평균을 계산합니다.

df['col1', 'col2'].groupby(['col1', 'col2']).mean()

이것은 유사한 그룹 통계가 포함된 DataFrame을 반환합니다. 대상:

      col3  col4  col5  col6
col1 col2              
A     B    -0.3725  -0.810   0.0325  0.5425
C     D    -0.4766  -0.110   1.3467 -0.6833
E     F     0.4550   0.475  -1.0650  0.0300
G     H     1.4800  -0.630   0.6500  0.1700

행 수 포함

그룹 통계에 행 수를 추가하는 것은 간단합니다. .size() 메서드를 사용하여 각 그룹의 행 수를 계산할 수 있습니다. 예:

df.groupby(['col1', 'col2']).size()

이렇게 하면 행 개수가 포함된 시리즈가 반환되며, 이를 DataFrame에 추가할 수 있습니다.

df.groupby(['col1', 'col2']).size().reset_index(name='counts')

여러 통계 포함

평균 외에도 .agg() 메서드를 사용하여 중앙값, 최소값, 최대값 등 다른 통계를 계산할 수 있습니다. 예를 들어, 다음 코드는 "col4" 열의 평균, 중앙값 및 최소값을 계산합니다.

df.groupby(['col1', 'col2']).agg({'col4': ['mean', 'median', 'min']})

이렇게 하면 다음과 유사한 그룹 통계가 포함된 DataFrame이 반환됩니다.

            col4                  
          mean median  min
col1 col2                   
A    B  -0.3725 -0.810  -1.32
C    D  -0.4766 -0.110  -1.65
E    F   0.4550  0.475  -0.47
G    H   1.4800 -0.630  -0.63

추가 고려사항

• 여러 그룹으로 그룹화하려는 경우 열의 경우 .groupby() 메서드 내의 목록을 사용하세요.
• 누락된 값은 그룹 계산에 영향을 줄 수 있습니다. Pandas는 평균 및 중앙값과 같은 계산 중에 누락된 값을 제외합니다.
• 대규모 데이터세트로 작업할 때 성능 향상을 위해 Chunksize 매개변수와 함께 .agg() 메서드를 사용하는 것이 좋습니다.

위 내용은 Pandas GroupBy는 어떻게 통계를 계산하고 데이터 분석을 위한 행 수를 포함할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!