Groupby — concetto piuttosto semplice. Possiamo creare un gruppo di categorie e applicare la funzione alle categorie. È un concetto semplice, ma è una tecnica estremamente preziosa ampiamente utilizzata nei data scienza. Nei progetti data science nel mondo reale, avrai a che fare con grandi quantità di dati e cercando di fare le cose ripetutamente, quindi per efficienza utilizziamo il concetto Groupby. Il concetto di Groupby è davvero importante perché è in grado di combinare i dati in modo efficiente, sia in termini di prestazioni che di quantità di codice. Il raggruppamento si riferisce principalmente a un processo che coinvolge uno o più dei seguenti passaggi:
- Separazione: è un processo in cui dividiamo i dati in gruppi applicando alcune condizioni ai set di dati .
- Applicazione: è un processo in cui applichiamo una funzione a ciascun gruppo in modo indipendente
- Consolidamento: è un processo in cui combiniamo diversi set di dati dopo aver applicato il raggruppamento e i risultati in una struttura di dati
L`immagine seguente ti aiuterà a comprendere il processo coinvolto nel concetto di Groupby.
1. Raggruppa i valori univoci ‚Äã‚Äãdalla colonna "Team".
2. Ora c`è un bucket per ogni gruppo
3. Getta altri dati nei bucket
4. Applica la funzione alla colonna del peso per ciascun bucket.
Suddivisione dei dati in gruppi
Suddivisione — è un processo in cui dividiamo i dati in gruppi applicando alcune condizioni ai set di dati. Per separare i dati, applichiamo determinate condizioni ai set di dati. Per separare i dati, utilizziamo groupby () questa funzione viene utilizzata per dividere i dati in gruppi secondo alcuni criteri . Gli oggetti Panda possono essere suddivisi in uno qualsiasi dei loro assi. Una definizione astratta di raggruppamento consiste nel fornire una mappatura delle etichette ai nomi dei gruppi. I set di dati Pandas possono essere suddivisi in qualsiasi oggetto. Esistono diversi modi per dividere i dati, ad esempio:
Nota: qui ci riferiamo al raggruppamento di oggetti come chiavi.
Raggruppare i dati con una chiave:
Per raggruppare i dati con una chiave, passiamo solo una chiave come argomento al groupby funzione.
|
< br>
|
< br>Ora raggruppiamo i dati 
Risultato: 
Raggruppare i dati con più chiavi:
Per raggruppare i dati con più chiavi, trasmettiamo più chiavi in groupby funzione.
# importazione modulo pandas
import panda come pd
# Definisci un dizionario contenente i dati dei dipendenti
data1 = { `Nome` : [ `Jai` , ` Anuj` , `Jai` , ` Princi` ,
`Gaurav` , ` Anuj` , `Princi` , ` Abhi` ],
`Età` : [ 27 , 24 , 22 , 32 ,
33 , ],
`Indirizzo` : [ ` Nagpur` , `Kanpur` , ` Allahabad` , `Kannuaj` ‚Äã‚Äã ,
`Jaunpur` , `Kanpur` , ` Allahabad ` , `Aligarh` ],
`Qualificazione` : [ `Msc` , ` MA` , ` MCA` , ` Phd` ,
`B.Tech` , `B.com` , ` Msc` , `MA` ]}
# Converti dizionario in DataFrame
df = pd. DataFrame (data1)
(df)
Ora raggrupperemo i dati di Nome e Qualifica utilizzando più chiavi nella funzione groupby .
|
Risultato: Raggruppamento dei dati in base all`ordinamento delle chiavi:
|
Ora stiamo applicando groupby () nessun ordinamento
# utilizzando la funzione groupby # senza utilizzare l`ordinamento
df.groupby ([ `Nome` ]). somma ()
Risultato: 
Ora utilizziamo groupby () utilizzando l`ordinamento per ottenere un potenziale aumento della velocità.
|
Output: Raggruppare i dati con gli attributi dell`oggetto:
|
Risultato: 
Iterazione sui gruppi
A iterare sull`elemento dei gruppi, possiamo iterare su un oggetto simile a iterto.ols .
# pandas module import
import panda come pd
# Definisci il dizionario contenente i dati sui dipendenti
data1 = { `Nome` : [ ` Jai` ` Anuj` , `Jai` , `Princi` ,
`Gaurav` , ` Anuj ` , ` Princi` , `Abhi` ],
` Age` : [
],
` Indirizzo` : [ ` Nagpur` , `Kanpur` , `Allahabad` , `Kannuaj` ‚Äã‚Äã ,
` Jaunpur ` , ` Kanpur` code> , `Allahabad` , ` Aligarh` ],
`Qualificazione` : [ `Msc` , `MA` , ` MCA` , `Phd` ,
`B.Tech` , ` B.com` , `Msc` , ` MA ` ]}
# Converti dizionario in DataFrame
df = pd.DataFrame (data1)
print < /codice>
Ora ripetiamo l`elemento del gruppo proprio come facciamo in itertools.obj.
# ripetizione elemento
Gruppo #
grp = df.groupby (
nome, gruppo in grp:
print (nome)
print (gruppo)
print ()
Output: 
Ora eseguiamo un`iterazione su un elemento di gruppo contenente più chiavi
# ripetizione elemento # del gruppo contenente # chiavi multiple
grp = df.groupby ([ `Nome` , ` Qualifica` ])
for nome, gruppo in grp:
pr int (nome)
print (gruppo)
print ( )
Output:
Come mostrato nell`output, il nome del gruppo sarà una tupla
Selezione gruppo
Per selezionare un gruppo, possiamo selezionare un gruppo usando GroupBy.get_group() . Possiamo selezionare un gruppo applicando la funzione GroupBy.get_group questa funzione selezionerà un gruppo.
# pandas modulo import
import panda come pd
# Definisci un dizionario contenente i dati dei dipendenti
data1 = { `Nome` : [ `Jai` , ` Anuj` , `Jai` , ` Princi` ,
`Gaurav` , `Anuj` , ` Princi` , `Abhi` ],
print (nome)
print (gruppo)
print ()
Output:
Come mostrato nell`output, il nome del gruppo sarà a tuple
Selezione gruppo
Per selezionare un gruppo, possiamo selezionare un gruppo usando GroupBy.get_group() .Possiamo selezionare un gruppo applicando la funzione GroupBy.get_group questa funzione selezionerà un gruppo .
# importazione modulo panda
importazione