Pandas의 `groupby()` 함수는 어떻게 그룹 내 값의 합계를 계산할 수 있나요?

Pandas의 집계 계산을 위한 GroupBy 이해

대규모 데이터 세트로 작업할 때 Pandas는 데이터를 그룹화하는 groupby()라는 강력한 기능을 제공합니다. 특정 열을 선택하고 그룹화된 데이터에 대해 계산을 수행합니다. 이러한 맥락에서 groupby()를 활용하여 그룹 내 값의 합계를 계산하는 방법을 살펴보겠습니다.

여러 날짜에 걸쳐 개인의 과일 구매에 대한 세부 정보가 있는 다음 데이터 프레임을 고려하세요.

| 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 |

목표: 그룹별 과일 구매 합계 계산 이름

과일(Fruit)과 사람의 이름(Name)을 기준으로 데이터를 그룹화하여 개인이 구매한 총 과일 개수를 계산하는 것을 목표로 합니다.

해결책: GroupBy.sum() 사용

이를 달성하기 위해 다음과 같은 groupby() 함수를 사용합니다. 그룹화할 열:

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

그룹화된 데이터에 적용된 sum() 메소드는 지정된 열의 값을 자동으로 집계합니다(이 경우 숫자는 구매한 과일 수를 나타냅니다).

출력:

코드의 출력은 우리에게 집계된 결과를 제공합니다. 값:

|               | 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 |

여기서 각 과일 카테고리 내 개인이 구매한 총 과일 수를 관찰할 수 있습니다. 예를 들어 '밥' 그룹에서는 '사과'를 총 16개, '포도'를 총 35개 구매했습니다.

위 내용은 Pandas의 `groupby()` 함수는 어떻게 그룹 내 값의 합계를 계산할 수 있나요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!