Pandas Datensortierung und Aggregation

Das Sortieren und Aggregieren von Daten sind sehr häufige und wichtige Operationen in der Datenanalyse, insbesondere bei der Analyse von Daten in großen Datensätzen.

Sortieren hilft uns, Daten nach bestimmten Kriterien anzuordnen, während die Aggregation es uns ermöglicht, Daten zusammenzufassen und verschiedene Statistiken zu berechnen.

Pandas bietet leistungsstarke Sortier- und Aggregationsfunktionen, die Analysten dabei helfen, Daten effizient zu verarbeiten.

Aktion Methode Beschreibung Gängige Funktionen/Methoden
Sortierung sort_values(by, ascending) Nach den Werten einer Spalte sortieren,ascendingAufsteigende/absteigende Reihenfolge steuern df.sort_values(by='column')
Sortierung sort_index(axis) Nach Zeilen- oder Spaltenindex sortieren df.sort_index(axis=0)
Gruppierte Aggregation groupby(by) Nach der Gruppierung nach einer Spalte Aggregationsfunktionen anwenden df.groupby('column')
Aggregationsfunktionen agg() Aggregationsfunktionen, wie z. B.sum()、mean()、count()warten df.groupby('column').agg({'value': 'sum'})
Mehrfache Aggregation agg([func1, func2]) Mehrere Aggregationsfunktionen auf dieselbe Spalte anwenden df.groupby('column').agg({'value': ['mean', 'sum']})
Sortierung nach der Gruppierung apply(lambda x: x.sort_values(...)) Nach der Gruppierung sortieren df.groupby('column').apply(lambda x: x.sort_values(...))
Pivot-Tabelle pivot_table() Eine Pivot-Tabelle erstellen, um Daten basierend auf Zeilen und Spalten zusammenzufassen

1. Datensortierung

Sortierenbezieht sich auf das Anordnen von Daten in aufsteigender oder absteigender Reihenfolge gemäß den Werten einer Spalte. Pandas bietet zwei Hauptmethoden zum Sortieren:sort_values()undsort_index()。

Sortiermethoden

  • sort_values(): Nach den Werten einer Spalte sortieren.
  • sort_index(): Nach dem Index der Zeilen oder Spalten sortieren.

Beispiele

Aktion Methode Beschreibung Beispiel
Nach Wert sortieren df.sort_values(by, ascending) Nach der angegebenen Spalte (by) sortieren,ascendingSteuert die aufsteigende oder absteigende Reihenfolge, Standard ist aufsteigend df.sort_values(by='Age', ascending=False)
Nach Index sortieren df.sort_index(axis) Nach Zeilen- oder Spaltenindex sortieren,axisSteuert die Sortierung nach Zeile oder Spalte df.sort_index(axis=0)

sort_values()Beispiel:

Beispiele

import pandas as pd

# Beispieldaten
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
        'Age': [25, 30, 35, 40],
        'Salary': [50000, 60000, 70000, 80000]}

df = pd.DataFrame(data)

# In absteigender Reihenfolge nach dem Wert der Spalte "Age" sortieren
df_sorted = df.sort_values(by='Age', ascending=False)
print(df_sorted)

Ausgabe:

Name  Age  Salary
3    David   40   80000
2  Charlie   35   70000
1      Bob   30   60000
0    Alice   25   50000

sort_index()Beispiel:

Beispiele

# Nach Zeilenindex sortieren
df_sorted_by_index = df.sort_index(axis=0)
print(df_sorted_by_index)

Ausgabe:

      Name  Age  Salary
0    Alice   25   50000
1      Bob   30   60000
2  Charlie   35   70000
3    David   40   80000

2. Datenaggregation

Aggregationist das Zusammenfassen von Daten nach bestimmten Regeln, wobei üblicherweise Operationen wie Summieren, Mittelwertbildung, Ermitteln des Maximums, Ermitteln des Minimums usw. an Daten in bestimmten Spalten durchgeführt werden. Pandas bietet diegroupby()Methode zum Gruppieren von Daten und dann Anwenden verschiedener Aggregationsfunktionen.

Aggregationsmethoden

  • groupby(): Gruppieren nach bestimmten Spalten.
  • Aggregationsfunktionen: wie z. B.sum(), mean(), count(), min(), max(), std()usw.

Beispiele

Aktion Methode Beschreibung Beispiel
Nach Spalte gruppieren und aggregieren df.groupby(by).agg() Gruppieren nach der angegebenen Spalte (by) und gruppieren,agg()Verschiedene Aggregationsfunktionen können übergeben werden, um mehrere Operationen auszuführen df.groupby('Department').agg({'Salary': 'mean'})
Anwendung mehrerer Aggregationsfunktionen df.groupby(by).agg([func1, func2]) Mehrere Aggregationsfunktionen können auf dieselbe Spalte angewendet werden und liefern mehrere Aggregationsergebnisse zurück df.groupby('Department').agg({'Salary': ['mean', 'sum']})

groupby()Beispiel:

Beispiele

import pandas as pd

# Beispieldaten
data = {'Department': ['HR', 'Finance', 'HR', 'IT', 'IT'],
        'Employee': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
        'Salary': [50000, 60000, 55000, 70000, 75000]}

df = pd.DataFrame(data)

# Nach Abteilung gruppieren und das durchschnittliche Gehalt jeder Abteilung berechnen
grouped = df.groupby('Department')['Salary'].mean()
print(grouped)

Ausgabe:

Department
Finance    60000.0
HR         52500.0
IT         72500.0
Name: Salary, dtype: float64

Anwendung mehrerer Aggregationsfunktionen:

Beispiele

# Nach Abteilung gruppieren und den Durchschnitt sowie die Summe der Gehälter für jede Abteilung berechnen
grouped_multiple = df.groupby('Department').agg({'Salary': ['mean', 'sum']})
print(grouped_multiple)

Ausgabe:

              Salary           
               mean    sum
Department                  
Finance    60000.0  60000
HR         52500.0  105000
IT         72500.0  145000

3. Sortieren nach der Gruppierung

Die aggregierten Daten können weiter nach dem Wert einer bestimmten Spalte sortiert werden, was hilft, die wichtigsten Werte in bestimmten Gruppen zu finden.

Sortierung nach der Gruppierung

Aktion Methode Beschreibung Beispiel
Sortierung nach der Gruppierung df.groupby(by).apply(lambda x: x.sort_values(by='col')) Sortieren Sie nach dem Wert einer Spalte innerhalb jeder Gruppe. df.groupby('Department').apply(lambda x: x.sort_values(by='Salary', ascending=False))

Beispiel für das Sortieren nach der Gruppierung:

Beispiele

# Nach der Gruppierung nach Abteilung nach Gehalt in absteigender Reihenfolge sortieren
grouped_sorted = df.groupby('Department').apply(lambda x: x.sort_values(by='Salary', ascending=False))
print(grouped_sorted)

Ausgabe:

    Department Employee  Salary
Department                     
Finance     Bob   60000
HR          Charlie  55000
HR          Alice  50000
IT          Eve   75000
IT          David  70000

4. Pivot-Tabellen

Eine Pivot-Tabelle (Pivot Table) ist eine spezielle Aggregationsmethode, mit der wir Daten schnell über Zeilen, Spalten und Aggregationsfunktionen zusammenfassen können, ähnlich wie Pivot-Tabellen in Excel.

Beispiele

Aktion Methode Beschreibung Beispiel
Pivot-Tabelle erstellen df.pivot_table(values, index, columns, aggfunc) Angegebene Spalten für die Kategorisierung und Zusammenfassung von Zeilen und Spalten verwenden,valuesist der zu aggregierende Wert,aggfuncist die Aggregationsfunktion df.pivot_table(values='Salary', index='Department', aggfunc='mean')

Pivot-Tabellen-Beispiel:

Beispiele

# Verwende pivot_table, um das durchschnittliche Gehalt jeder Abteilung zu berechnen
pivot_table = df.pivot_table(values='Salary', index='Department', aggfunc='mean')
print(pivot_table)

Ausgabe:

Department
Finance    60000.0
HR         52500.0
IT         72500.0
Name: Salary, dtype: float64
Andere Erweiterungen