Pandas DataFrame GroupBy Multiple Columns for Value Counts

Bei der DataFrame-Manipulation mit Pandas kann die Gruppierung von Daten nach mehreren Spalten wertvolle Erkenntnisse liefern. In diesem Artikel wird gezeigt, wie Beobachtungen beim Gruppieren nach zwei Spalten gezählt werden und wie die höchste Anzahl für jede Gruppierung ermittelt wird.

Bei einem DataFrame mit mehreren Spalten ist es möglich, die Funktion „groupby“ zum Gruppieren von Daten anzuwenden basierend auf bestimmten Spalten. Hier haben wir einen DataFrame namens „df“ mit fünf Spalten: „col1“, „col2“, „col3“, „col4“ und „col5“.

import pandas as pd

df = pd.DataFrame([
    [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], 
    list('AAABBBBABCBDDD'), 
    [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], 
    ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'],
    ['1','3','3','2','4','2','5','3','6','3','5','1','1','1']
]).T
df.columns = ['col1','col2','col3','col4','col5']

Zählen nach Zeilengruppen

Zählen Anzahl der Beobachtungen in jeder Zeilengruppe, verwenden Sie die Funktion „groupby“ für die gewünschten Spalten und wenden Sie dann die „Größe“ an. function.

result = df.groupby(['col5', 'col2']).size()

Dies erzeugt einen DataFrame mit den gruppierten Spalten als Index und die Größe als Werte.

print(result)

Bestimmen des Höchsten Anzahl

Um die maximale Anzahl für jeden „col2“-Wert zu bestimmen, verwenden Sie die „groupby“-Funktion auf „col2“ und wenden Sie dann die „max“-Funktion auf die gruppierten Daten an.

result = df.groupby(['col5', 'col2']).size().groupby(level=1).max()

Dies erzeugt eine Serie mit der maximalen Anzahl für jeden „col2“-Wert.

print(result)

Zusammenfassend ermöglicht die Verwendung der Funktionen „groupby“ und „size“ in Pandas eine effiziente Analyse und Aggregation von Daten, die es Benutzern ermöglicht, auf verschiedene Weise Erkenntnisse über ihre Daten zu gewinnen.