pandas में श्रेणी के आधार पर डेटा ग्रुप करना
Python में Categorical Data के साथ काम करना
Kasey Jones
Research Data Scientist
.groupby() की बेसिक्स: डेटा को विभाजित करना
adult = pd.read_csv("data/adult.csv")
adult1 = adult[adult["Above/Below 50k"] == " <=50K"]
adult2 = adult[adult["Above/Below 50k"] == " >50K"]
को {{2}} से बदला गया है
groupby_object = adult.groupby(by=["Above/Below 50k"])
.groupby() की बेसिक्स: फंक्शन अप्लाई करें
groupby_object = adult.groupby(by=["Above/Below 50k"])
एक फंक्शन लगाएँ:
groupby_object.mean()
Age fnlgwt Education Num Capital Gain ...
Above/Below 50k
<=50K 36.783738 190340.86517 9.595065 148.752468 ...
>50K 44.249841 188005.00000 11.611657 4006.142456 ...
वन-लाइनर:
adult.groupby(by=["Above/Below 50k"]).mean()
कॉलम चुनना
विकल्प 1: केवल इन दो कॉलम पर .sum() चलता है।
adult.groupby(by=["Above/Below 50k"])['Age', 'Education Num'].sum()
Age Education Num
Above/Below 50k
<=50K 909294 237190
>50K 346963 91047
विकल्प 2: सभी न्यूमेरिक कॉलम पर .sum() चलता है, फिर सबसेट लेते हैं।
adult.groupby(by=["Above/Below 50k"]).sum()[['Age', 'Education Num']]
बड़े डेटासेट पर विकल्प 1 बेहतर रहता है।
एक से अधिक कॉलम पर groupby
adult.groupby(by=["Above/Below 50k", "Marital Status"]).size()
Above/Below 50k Marital Status
<=50K Divorced 3980
Married-AF-spouse 13
Married-civ-spouse 8284
Married-spouse-absent 384
Never-married 10192
Separated 959
Widowed 908
>50K Divorced 463
Married-AF-spouse 10 <--- Only 10 records
Married-civ-spouse 6692
...
.groupby() का अभ्यास करें
Python में Categorical Data के साथ काम करना
