حساب بعض القيم الإحصائية كالمتوسط لكل مجموعة من البيانات في pandas

يمكنك إستخدام الدالة agg لحساب عدة قيم للمجموعات، وذلك بعد عمل groupby لها كالكود التالي:

df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).agg(['mean', 'count'])

كمثال للبيانات الخاصة بك، يمكنك تطبيق بعض الحسابات على المجموعات التي نقوم بانشاءها كالتالي:

In [5]: (df
   ...: .groupby(['col1', 'col2'])
   ...: .agg({
   ...:     'col3': ['mean', 'count'], 
   ...:     'col4': ['median', 'min', 'count']
   ...: }))
Out[5]: 
            col4                  col3      
          median   min count      mean count
col1 col2                                   
A    B    -0.810 -1.32     4 -0.372500     4
C    D    -0.110 -1.65     3 -0.476667     3
E    F     0.475 -0.47     2  0.455000     2
G    H    -0.630 -0.63     1  1.480000     1

هنا قمنا بعمل groupby للأعمدة الأولى والثانية، ثم حساب المتوسط وعدد للعناصر في العمود الثالث وحساب المتوسط الحسابي وأقل قيمة وكذلك عدد العمود الرابع.

يمكنك حساب كل المعاملاتا الاحصائية بالطريقة التالية:

import numpy as np
keys = np.array([
        ['A', 'B'],
        ['A', 'B'],
        ['A', 'B'],
        ['A', 'B'],
        ['C', 'D'],
        ['C', 'D'],
        ['C', 'D'],
        ['E', 'F'],
        ['E', 'F'],
        ['G', 'H'] 
        ])
df = pd.DataFrame(
  np.hstack([keys,np.random.randn(10,4).round(2)]), 
  columns = ['col1', 'col2', 'col3', 'col4', 'col5', 'col6']
)
df[['col3', 'col4', 'col5', 'col6']] = df[['col3', 'col4', 'col5', 'col6']].astype(float)
# الآن لحساب ماتريده
df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).agg(['mean',"median", 'count',"std","min","max"])
"""
    col3                                    col4
		mean 	median 	count 	std 	min 	max 	mean 	median 	count 	std 	min 	max
col1 	col2 												
A 	B 	0.567500 	0.685 	4 	1.280088 	-0.96 	1.86 	0.205 	0.10 	4 	1.391534 	-1.34 	1.96
C 	D 	-0.086667 	-0.040 	3 	0.641275 	-0.75 	0.53 	0.160 	0.58 	3 	1.187097 	-1.18 	1.08
E 	F 	0.310000 	0.310 	2 	1.173797 	-0.52 	1.14 	-1.140 	-1.14 	2 	0.098995 	-1.21 	-1.07
G 	H 	0.640000 	0.640 	1 	NaN 	0.64 	0.64 	0.410 	0.41 	1 	NaN 	0.41 	0.41
"""

كما يمكنك استخدام الدالة describe:

df[['col1', 'col2', 'col3', 'col4']].groupby(['col1', 'col2']).describe()

كما بمكنك استخدام الدالةvalue_counts لمعرفة عدد عناصر كل مجموعة :

df[['col1', 'col2']].value_counts()
"""
col1  col2
A     B       4
C     D       3
E     F       2
G     H       1
dtype: int64
"""