Groupby＆＃8212;非常にシンプルなコンセプト。カテゴリのグループを作成し、その関数をカテゴリに適用できます。これは単純な概念ですが、
- 分離：は、データセットにいくつかの条件を適用することにより、データをグループに分割するプロセスです。 。
- アプリケーション：は、各グループに個別に機能を適用するプロセスです。
- 統合：は、次のプロセスです。グループ化と結果をデータ構造に適用した後、さまざまなデータセットを組み合わせます。
次の画像は、Groupbyの概念に関連するプロセスを理解するのに役立ちます。
1。 「チーム」列から一意の値をグループ化します。
2。これで、各グループにバケットができました
3。他のデータをバケットにスローします
4。各バケットの重み列に関数を適用します。
データをグループに分割する
分割＆＃8212;これは、データセットにいくつかの条件を適用することにより、データをグループに分割するプロセスです。データを分離するために、データセットに特定の条件を適用します。データを分離するには、 groupby （）を使用します。この関数は、いくつかの基準に従ってデータをグループに分割するために使用されます。 。 Pandasオブジェクトは、任意の軸に細分化できます。グループ化の抽象的な定義は、ラベルからグループ名へのマッピングを提供することです。パンダのデータセットは、任意のオブジェクトに分割できます。データを分割する方法はいくつかあります。たとえば、次のようになります。
- obj。
- obj。
- obj。 groupby （[key1、key2]）
注：ここにオブジェクトのグループ化をキーと呼びます。
1つのキーでデータをグループ化する：
1つのキーでデータをグループ化するには、
| < br>
出力： これで、形成されたすべてのグループの最初のレコードが出力されます。
出力： 複数のキーを使用したデータのグループ化：
|
出力： キーの並べ替えによるデータのグループ化：
出力： |
出力： オブジェクト属性を使用したデータのグループ化：
<コードクラス="コメント" >＃グループ化キーを使用
出力： グループの反復Toグループアイテムを反復処理すると、iterto.olsのようなオブジェクトを反復処理できます。
出力：
出力： グループの選択を選択するにはグループの場合、
出力： Group selectionグループを選択するには、
|
< br>次に、
