Grup — oldukça basit bir kavram. Bir kategori grubu oluşturabilir ve işlevi kategorilere uygulayabiliriz. Bu basit bir kavramdır, ancak data`da yaygın olarak kullanılan son derece değerli bir tekniktir. bilim. Gerçek dünya veri bilimi projelerinde büyük miktarlarla uğraşacaksınız veri toplama ve bir şeyleri tekrar tekrar yapmaya çalışma, bu nedenle verimlilik için Groupby konseptini kullanıyoruz. Groupby konsepti, verileri hem performans hem de kod miktarı açısından verimli bir şekilde birleştirebildiği için gerçekten önemlidir. Gruplama esas olarak aşağıdaki adımlardan bir veya daha fazlasını içeren bir süreci ifade eder:
- Ayırma: , veri kümelerine bazı koşullar uygulayarak verileri gruplara ayırdığımız bir süreçtir. .
- Uygulama: , her gruba bağımsız olarak bir işlev uyguladığımız bir süreçtir
- Birleştirme: , gruplama ve sonuçları bir veri yapısında uyguladıktan sonra farklı veri kümelerini birleştiririz
Aşağıdaki resim, Groupby konseptiyle ilgili süreci anlamanıza yardımcı olacaktır.
1. "Ekip" sütunundaki benzersiz değerleri ‚Äã‚Äã gruplayın.
2. Artık her grup için bir paket var
3. Diğer verileri kovalara atın
4. İşlevi her bir paket için ağırlık sütununa uygulayın.
Verileri gruplara ayırma
Bölme — veri kümelerine bazı koşullar uygulayarak verileri gruplara ayırdığımız bir işlemdir. Verileri ayırmak için veri kümelerine belirli koşullar uygularız. Verileri ayırmak için groupby () kullanırız bu fonksiyon verileri bazı kriterlere göre gruplara ayırmak için kullanılır . Panda nesneleri, eksenlerinden herhangi birine bölünebilir. Gruplandırmanın soyut bir tanımı, etiketlerin grup adlarına eşlenmesini sağlamaktır. Pandalar veri kümeleri herhangi bir nesneye bölünebilir. Verileri bölmenin birkaç yolu vardır, örneğin:
- obj.grupla (anahtar)
Not: burada nesneleri gruplandırmaya anahtarlar olarak atıfta bulunuruz.
Verileri tek bir anahtarla gruplandırma:
Verileri tek bir anahtarla gruplamak içingruplaişlevi.# pandas module importimportpandaları pd olarak# Çalışan verilerini içeren bir sözlük tanımlayındata1={` Ad`: [`Jai`,`Anuj` ,` Jai`,` Princi`,` Gaurav`,`Anuj`, `Princi`,`Abhi`],` Age`: [27 , 24 , 22 , 32 , 33 , < kod sınıfı = "değer "> 36 , 27 , 32 ],`Adres`: [ ` Nagpur`,`Kanpur `,`Allahabad`,`Kannuaj` ‚Äã‚Äã,` Jaunpur`,`Kanpur`,`Allahabad`,` Aligarh`],`Nitelik`: [`Msc`,` MA`,`MCA`,` Phd`,`B.Tech`,` B.com`,`Msc`, ` MA`]}< br>
# Sözlüğü DataFrame`e dönüştürdf=pd.DataFrame (veri1) yazdır (df) 
< br>Şimdi groupby ()işlevini kullanarakAdverilerini gruplandırıyoruz.
# groupby işlevini kullanarak# tek tuşladf.groupby (`Ad`)yazdır(df.grupla< /a> (`Ad` ). grupları) Çıktı:
Şimdi oluşturulan tüm gruplardaki ilk kayıtları yazdırıyoruz.
# groupby () işleviveriyi ad değerine göre gruplandırmakgk=df.groupby (`Ad`)# Oluşturulan tüm gruplarda ilk girişleri yazdır#.gk.first ()Çıktı:
Verileri birden çok anahtarla gruplama:
Verileri birden çok anahtarla gruplamak içingroupbyişlevi.
# pandas modülü içe aktarmaimportpandaları pd olarak# Çalışan verilerini içeren bir sözlük tanımlayındata1={`Ad`: [`Jai`,` Anuj`,`Jai`,` Princi`,`Gaurav`,` Anuj`,`Princi`,` Abhi`],`Yaş`: [27,24,22,32, 33 , 36 , 27 , 32 ], `Adres` : [ ` Nagpur`,`Kanpur`,` Allahabad`,`Kannuaj` ‚Äã‚Äã,`Jaunpur`,`Kanpur`,` Allahabad `,`Aligarh`],`Nitelik`: [`Msc`,` MA`,` MCA`,` Phd`,`B.Tech`,`B.com`,` Msc`,`MA`]}# DataFrame`de sözlüğü dönüştürdf = pd. DataFrame (data1) print (df)
Şimdi Ad ve Nitelik verilerini birlikte gruplayacağız.groupbyişlevinde birden çok anahtar çalışır.## groupby () işlevidf.groupby ([` Name`,`Nitelik`])yazdır (df.groupby ([ `Ad`,` Qualification`]). grupları)Çıktı:
Anahtar sıralamasına göre verileri gruplama:
Grup anahtarları, toplu işlem sırasında varsayılan olarak sıralanır. Kullanıcı, olası hızlandırmalar içinsort = Falseiletebilir.
# pandas module importimportpandaları pd olarak# Çalışan verilerini içeren bir sözlük tanımlayındata1={`Ad`: [`Jai`,` Anuj`,`Jai`,` Princi`,`Gaurav`,`Anuj`, ` Princi`,`Abhi`],`Yaş`: [27,24 , 22 , 32,33 , 36 , 27 , 32 ],}
# Sözlüğü DataFrame`e dönüştür< kod sınıfı = "düz"> df
= pd.DataFrame (veri1) print(df)
Şimdigroupby ()sıralama yok
# groupby işlevini kullanarak# sıralama kullanmadandf.groupby ([`Ad`]). toplam()< güçlü>Çıktı:
Artıkgroupby ()kullanarak olası hızlanma elde edin.# kullanarak groupby işlevi# sıralıdf .groupby ([`Ad`], sort=False).toplam( )< güçlü>Çıktı:
Verileri nesne nitelikleriyle gruplandırma:
groups özelliği, anahtarları benzersiz gruplar olarak hesaplanan bir sözlüğe benzer ve karşılık gelen değerler ‚Äã‚Äã eksen etiketleridir ve her gruba aittir.
# pandas module importimportpandas as as pd# Çalışan verilerini içeren bir sözlük tanımlayındata1={`Ad`: [` Jai`,`Anuj`, ` Jai `,` Princi`,`Gaurav`,` Anuj`,`Princi`,` Abhi`],`Yaş`: [27,24 , 22 , 32 , 33 , 36 , 27 , 32 ], `Adres`: [` Nagpur`,` Kanpur`,`Allahabad`,` Kannuaj` ‚Äã‚Äã,`Jaunpur`,`Kanpur`,` Allahabad`,`Aligarh`],` Nitelik`< kod sınıfı = "düz">: [`Msc` , `MA`,`MCA`,` Phd`,`B .Tech`,`B.com`,` Msc`,`MA`]}# Sözlüğü DataFrame`e dönüştürdf= pd.DataFrame (veri1) < kod sınıfı = "işlevler"> yazdır
(df) 
Artık verileri sözlükte yaptığımız gibi anahtarları kullanarak gruplandırıyoruz.# gruplama anahtarlarını kullanma # datadf.groupby (` Name`). gruplarÇıktı:
Gruplar üzerinde yineleme
Kime gruplar öğesi üzerinde yineleme, iterto.ols`a benzer bir nesne üzerinde yineleme yapabiliriz.
# pandas module importimportpandaları pd olarak# Çalışanlarla ilgili verileri içeren sözlüğü tanımlayındata1={`Ad`: [` Jai`, ` Anuj`,`Jai`,`Princi`,`Gaurav`,` Anuj `,` Princi`,`Abhi`],` Age`: [27 , 24 , 22 , 32 , 33 , 36 , 27 , 32 ],` Adres`: [` Nagpur`,`Kanpur`,`Allahabad`,`Kannuaj` ‚Äã‚Äã,` Jaunpur `,` Kanpur`,`Allahabad`,` Aligarh`],`Nitelik`: [`Msc`,`MA`,` MCA`,`Phd`,`B.Tech`,` B.com`,`Msc`,` MA `]}# Sözlüğü DataFrame`e dönüştürdf=pd.DataFrame (veri1)yazdır < /kod> (df) 
Şimdi grup öğesini tıpkı itertools.obj`da yaptığımız gibi tekrarlıyoruz.
# element tekrarı
Grup #grp=df.groupby (`Ad`)ad, grupiçingrp:yazdır(ad)yazdır(grup)print()Çıktı:
Şimdi bir grup öğesini yineliyoruz birden fazla anahtar içeren# öğe tekrarı# birden çok anahtar içeren grubun # numarası grp =df.groupby ([`Ad`,` Nitelik`]) için ad, grup grp:yazdırma (ad) yazdır (grup) yazdır ( ) Çıktı:
Çıktıda gösterildiği gibi, grup adı bir demet olacaktır
Grup seçimi
Bir grup,
GroupBy.get_group()kullanarak bir grup seçebiliriz.GroupBy.get_groupfonksiyonunu uygulayarak bir grup seçebiliriz bu fonksiyon bir grup seçecektir.
# pandas modül içe aktarmaiçe aktarma pandaları pd olarak # Çalışan verilerini içeren bir sözlük tanımlayındata1={`Ad`: [`Jai`,` Anuj`,`Jai`,` Princi`,`Gaurav`,`Anuj`, ` Princi` ,`Abhi`],yazdır (ad) yazdır (grup) yazdır () Çıktı:
Çıktıda gösterildiği gibi, grup adı bir demet Grup seçimi
Bir grup seçmek için
GroupBy.get_group ()kullanarak bir grup seçebiliriz.GroupBy.get_groupfonksiyonunu uygulayarak bir grup seçebiliriz bu fonksiyon bir grup seçecektir. .
# pandas modülü içe aktarmaiçe aktarmapd olarak pandalar