Pandas 的「groupby()」函數如何計算組內值的總和？

理解Pandas 中的GroupBy 聚合計算

在處理大型資料集時，pandas 提供了一個名為groupby() 的強大函數來對資料進行分組特定列並對分組資料執行計算。在這種情況下，讓我們探討如何利用 groupby() 來計算群組內值的總和。

考慮以下資料框，其中我們有有關個人在多個日期購買水果的詳細資訊：

| 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 |

目標：計算按名稱分組的水果購買總和

我們的目標是計算每個人購買的水果總數，按水果（Fruit）和人名（Name）將資料分組。

解決方案：使用GroupBy.sum()

為了實現這一點，我們使用groupby() 函數對列進行分組：

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

應用於分組資料的sum() 方法會自動聚合指定列中的值（在本例中，Number 表示購買的水果數量）。

輸出：

程式碼的輸出為我們提供了聚合值：

|               | 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 |

在這裡，我們可以觀察每個人購買的水果總數在每個水果類別。例如，在「鮑伯」組中，購買的「蘋果」總數為 16 個，購買的「葡萄」總數為 35 個。

以上是Pandas 的「groupby()」函數如何計算組內值的總和？的詳細內容。更多資訊請關注PHP中文網其他相關文章！