Pandas GroupBy là một hàm mạnh mẽ và linh hoạt trong Python. Nó cho phép bạn chia dữ liệu của mình thành các nhóm riêng biệt để thực hiện các phép tính nhằm phân tích tốt hơn, cũng hoàn toàn tương tự như groupby trong SQL.
Nội dung chính
- Pandas GroupBy là một hàm mạnh mẽ và linh hoạt trong Python. Nó cho phép bạn chia dữ liệu của mình thành các nhóm riêng biệt để thực hiện các phép tính nhằm phân tích tốt hơn, cũng hoàn toàn tương tự như groupby trong SQL.
- Hàm groupby trong pandas còn có nhiều tham số khác để bạn có thể tùy chỉnh:¶
- Bài viết liên quan
- Liên hệ
- TIN NỔI BẬT
Hãy để tôi lấy một ví dụ để giải thích rõ hơn về điều này. Giả sử chúng ta có một file Sales.xlsx tổng hợp các đơn hàng trong ngày và chúng ta muốn xem mặt hàng nào có doanh số cao nhất, thấp nhất trong ngày [cột order] thì sẽ làm như sau.
Để làm tất cả các bước trên trong python chỉ cần một câu lệnh groupby đơn giản.¶
Trước hết cần load dữ liệu file Sales lên:
import pandas as pd Sales = pd.read_excel['Sales.xlsx'] Sales
| 383080 | 10001 | 235.83 |
| 383080 | 10001 | 232.32 |
| 383080 | 10001 | 107.97 |
| 412290 | 10005 | 2679.36 |
| 412290 | 10005 | 286.02 |
| 412290 | 10005 | 832.95 |
| 412290 | 10005 | 3472.04 |
| 412290 | 10005 | 915.12 |
| 218895 | 10006 | 3061.12 |
| 218895 | 10006 | 518.65 |
| 218895 | 10006 | 216.90 |
| 218895 | 10006 | -72.18 |
Sau đó dùng một câu lệnh groupby đơn giản để nhóm dữ liệu theo cột 'order'
# groupby['order'] là cột tiêu chí mà chúng ta muốn nhóm dữ liệu theo tiêu chí đó, có thể có một hoặc nhiều tiêu chí # agg[{'ext price': 'sum'}] là cột dữ liệu mà chúng ta đang muốn nhóm, và nhóm theo kiểu lấy tổng [sum] Sales_grouped = Sales.groupby[by='order'].agg[{'ext price': 'sum'}] Sales_grouped
| 576.12 |
| 8185.49 |
| 3724.49 |
account
order| 576.12 |
| 3724.49 |
| 8185.49 |
Hàm groupby trong pandas còn có nhiều tham số khác để bạn có thể tùy chỉnh:¶
Bài viết liên quan
- Liên hệ : chỉ định tiêu chí, đối tượng cần nhóm, như cột 'order' trong ví dụ trên.
- TIN NỔI BẬT : kiểu số nguyên hoặc chuỗi: Nếu trục là MultiIndex [phân cấp], thì nhóm theo các cấp cụ thể.
- Hãy để tôi lấy một ví dụ để giải thích rõ hơn về điều này. Giả sử chúng ta có một file Sales.xlsx tổng hợp các đơn hàng trong ngày và chúng ta muốn xem mặt hàng nào có doanh số cao nhất, thấp nhất trong ngày [cột order] thì sẽ làm như sau. : kiểu bool, default=True: Biến cột tiêu chí thành Index [chỉ số], as_index = False thì giữ nguyên index cũ.
- Để làm tất cả các bước trên trong python chỉ cần một câu lệnh groupby đơn giản.¶ : kiểu bool, default=True: Sắp xếp cột tiêu chí theo thứ tự.
- Trước hết cần load dữ liệu file Sales lên: : kiểu bool, default=True: Loại bỏ những hàng và cột có giá trị Nan
import pandas as pd Sales = pd.read_excel['Sales.xlsx'] Sales
| 390.0 |
| 350.0 |
| 30.0 |
| 20.0 |
| 370.0 |
| 25.0 |
# groupby['order'] là cột tiêu chí mà chúng ta muốn nhóm dữ liệu theo tiêu chí đó, có thể có một hoặc nhiều tiêu chí # agg[{'ext price': 'sum'}] là cột dữ liệu mà chúng ta đang muốn nhóm, và nhóm theo kiểu lấy tổng [sum] Sales_grouped = Sales.groupby[by='order'].agg[{'ext price': 'sum'}] Sales_grouped
| 185.0 |
| 210.0 |
| 1 | 2.0 | 3 |
| 1 | Sau đó dùng một câu lệnh groupby đơn giản để nhóm dữ liệu theo cột 'order' | 4 |
| 2 | 1.0 | 3 |
| 1 | 2.0 | 2 |
# groupby['order'] là cột tiêu chí mà chúng ta muốn nhóm dữ liệu theo tiêu chí đó, có thể có một hoặc nhiều tiêu chí # agg[{'ext price': 'sum'}] là cột dữ liệu mà chúng ta đang muốn nhóm, và nhóm theo kiểu lấy tổng [sum] Sales_grouped = Sales.groupby[by='order'].agg[{'ext price': 'sum'}] Sales_grouped
| 2 | 3 |
| 2 | 5 |
| 1 | 4 |
orderERX VN
Bài viết liên quan
Liên hệ
TIN NỔI BẬT
ext price