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
# 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
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
# 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
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
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
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: float64Andere Erweiterungen