Python
 Computer >> コンピューター >  >> プログラミング >> Python

Python-PandasDataFrameで最初のグループ値を計算します


最初のグループ値を計算するには、groupby.first()メソッドを使用します。最初に、エイリアスを使用して必要なライブラリをインポートします-

import pandas as pd;

3列のデータフレームを作成する-

dataFrame = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'BMW', 'Tesla', 'Lexus', 'Tesla'],"Place": ['Delhi','Bangalore','Pune','Punjab','Chandigarh','Mumbai'],"Units": [100, 150, 50, 80, 110, 90]
   }
)

ここで、DataFrameを列でグループ化します-

groupDF = dataFrame.groupby("Car")

最初にグループ値を計算し、インデックスをリセットします-

res = groupDF.first()
res = res.reset_index()

以下は完全なコードです-

import pandas as pd;

dataFrame = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'BMW', 'Tesla', 'Lexus', 'Tesla'],"Place": ['Delhi','Bangalore','Pune','Punjab','Chandigarh','Mumbai'],"Units": [100, 150, 50, 80, 110, 90]
   }
)

print("DataFrame ...\n",dataFrame)

# grouping DataFrame by column Car
groupDF = dataFrame.groupby("Car")

res = groupDF.first()
res = res.reset_index()

print("\nFirst of group values = \n",res)

出力

これにより、次の出力が生成されます。繰り返される値の最初の出現が表示されます。つまり、グループ値の最初の値-

DataFrame ...
     Car       Place   Units
0    BMW       Delhi     100
1  Lexus   Bangalore     150
2    BMW        Pune      50
3  Tesla      Punjab      80
4  Lexus  Chandigarh     110
5  Tesla      Mumbai      90

First of group values =
     Car      Place   Units
0    BMW      Delhi     100
1  Lexus  Bangalore     150
2  Tesla     Punjab      80

  1. PythonPandas-補間法を使用してNaN値を入力します

    Interpolate()メソッドを使用して、NaN値を入力します。以下が、いくつかのNaN値を使用してMicrosoftExcelで開いたCSVファイルであるとしましょう- CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv") NaN値をinterpolate()-で埋めます dataFrame.interpolate() 例 以下はコードです- import pandas as pd # Load dat

  2. Python Pandas –null以外の値を逆方向に伝播する

    「方法」を使用します ” fillnaのパラメータ () 方法。後方塗りつぶしには、値「bfill」を使用します 以下に示すように- fillna(method='bfill') 以下が、いくつかのNaN値を使用してMicrosoftExcelで開いたCSVファイルであるとしましょう- まず、必要なライブラリをインポートします- import pandas as pd CSVファイルからPandasDataFrameにデータをロードする- dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesD