
Wir beginnen Schritt für Schritt mit Groupby
Groupby ist ein ziemlich einfaches Konzept. Wir können eine Gruppierung von Kategorien erstellen und eine Funktion auf die Kategorien anwenden.
Hier können Sie Ihre Datei mit der Methode pd.read_csv () hinzufügen

Die Funktion Pandas dataframe.groupby () wird verwendet, um die Daten anhand einiger Kriterien in Gruppen aufzuteilen. Pandas-Objekte können auf jeder ihrer Achsen geteilt werden. Die abstrakte Definition der Gruppierung besteht darin, eine Zuordnung von Beschriftungen zu Gruppennamen bereitzustellen.

Add dataframe.groupby() with pd.read_csv() Method and you can see your DataFrame in type(fortune) & type(sectors)
Fügen Sie dataframe.groupby () mit der Methode pd.read_csv () hinzu, und Sie können Ihren DataFrame in type(fortune) & type(sectors) sehen.

Operationen mit Groupby-Objekt

Beispiel für die Methode dataframe.groupby () mit der Methode len () & nunique ()
Hier sehen Sie diese 21 Gruppierung nach Objekt und wie Sie dies beweisen können

Beispiel für”Sectors” mit der Methode size ()
Die Funktion size () wird verwendet, um ein int abzurufen, das die Anzahl der Elemente in diesem Objekt darstellt.

Rufen Sie eine Gruppe mit der Methode .get_group () ab
Example of the value “Energy” with .get_group() Method

Beispiel für den Wert “Energie” mit der Methode .get_group ()

Methoden für die Groupby-Objekt- und DataFrame-Spalten

Beispiel für “Sectors” mit der Methode max ()
Die Funktion Pandas max () gibt das Maximum der Werte im angegebenen Objekt zurück. Wenn die Eingabe eine Reihe ist, gibt die Methode einen Skalar zurück, der das Maximum der Werte in der Reihe darstellt. Wenn die Eingabe ein Datenrahmen ist, gibt die Methode eine Reihe mit maximal Werten über der angegebenen Achse im Datenrahmen zurück. Standardmäßig ist die Achse die Indexachse.
Sie können sehen, dass sich die Sektorspalte auf der linken Seite befindet

Beispiel für “Sectors”mit der min () -Methode
Die Funktion Pandas min () gibt das Minimum der Werte im angegebenen Objekt zurück. Wenn die Eingabe eine Reihe ist, gibt die Methode einen Skalar zurück, der das Minimum der Werte in der Reihe darstellt. Wenn die Eingabe ein Datenrahmen ist, gibt die Methode eine Reihe mit einem Minimum an Werten über der angegebenen Achse im Datenrahmen zurück. Standardmäßig ist die Achse die Indexachse.

Beispiel für “Sectors”mit der sum () Methode
Mit der Funktion Pandas sum () wird die Summe der vom Benutzer für die angeforderte Achse angegebenen Werte zurückgegeben. Wenn der Eingabewert eine Indexachse ist, werden alle Werte in einer Spalte hinzugefügt und funktionieren für alle Spalten gleich. Es wird eine Reihe zurückgegeben, die die Summe aller Werte in jeder Spalte enthält.

Beispiel für “Sectors”mit der mean () Methode
Die Funktion mean () wird verwendet, um den Mittelwert der Werte für die angeforderte Achse zurückzugeben. Wenn wir diese Methode auf ein Series-Objekt anwenden, gibt sie einen Skalarwert zurück, der der Mittelwert aller Beobachtungen im Datenrahmen ist.

Die .agg() Methode
Beispiel für “Sectors”mit der .agg () Methode

Pandas .agg () wird verwendet, um eine Funktion oder eine Liste von Funktionen zu übergeben, die auf eine Reihe oder sogar jedes Element einer Reihe separat angewendet werden sollen. Im Falle einer Funktionsliste werden mehrere Ergebnisse von der .agg () Methode zurückgegeben.

Hier sehen Sie, dass die Spalten “Revenue” “Profits” “Employees” mit “size” “sum” “mean”

Hier sehen Sie, dass die Spalten “Revenue” mit “size” &”mean”

Durch Gruppen iterieren

Beispiel für “Fortune.columns” mit der Methode pd.DataFrame()

Hier sehen Sie alle diese Abschnitte in Ihrem Groupby-Objekt

Beispiel für “Gruppe” mit der Methode df.append ()

Sie können sehen, dass die Standorte in alphabetischer Reihenfolge und für einen eindeutigen Standort in Ihrem DataFrame aufgelistet sind
