如何使用 Pandas GroupBy 按名称计算水果购买总量？

使用 Pandas Group-By Sum 按名称计算水果总数

分组和聚合是处理数据时的基本操作。 Pandas 提供了强大的 GroupBy 函数来简化这些过程。

考虑以下 DataFrame，您要在其中计算每个名称购买的水果总数：

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

为了实现这一点，我们可以使用 GroupBy 函数按“名称”和“水果”对 DataFrame 进行分组：

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

但是，这仅对数据进行分组，而不执行任何聚合。要计算每个组的“Number”总和，我们可以使用 sum():

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

这将输出一个具有分层索引的新 DataFrame，其中第一级对应于“Name”，第二层对应“水果”。 “数字”列包含每组的总和：

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

这给了我们期望的结果，显示每个名称购买的水果总数。

以上是如何使用 Pandas GroupBy 按名称计算水果购买总量？的详细内容。更多信息请关注PHP中文网其他相关文章！