汇总数据并获取总数和数量 [英] Aggregating data and getting sum and counts

问题描述

b

  Team1 Player1 idTrip13 133 
 Team2 Player333 idTrip10 18373 
 Team3 Player22 idTrip12 17338899 
 Team2 Player293 idTrip02 17656 
 Team3 Player20 idTrip11 1883 
 Team1 Player1 idTrip19 19393 
  

我需要汇总这些数据（如数据透视表）。

输出我正在处理：

  Team1 Player1：2次旅行：总计（133 + 19393）
 Team2 Player333：1次行程：18373;球员293：1次之旅：17656 
球队3球员22：1次之旅：17338899; Player20：1行程：1883 
  

有人可以在Python中使用适当的对象来使用，以下输出？

 打印团队，玩家，车次，时间
  

解决方案

使用groupby函数 pandas DataFrames

1. 将数据放入列表列表中，每个内部列表将成为数据框中的一行。
   
   

     In [1]：
    
    mydata = [['Team1'，'Player1'，'idTrip13'，133]，['Team2'，'Player333'，'idTrip10'，18373]，
    ['Team3' ，'Player22'，'idTrip12'，17338899]，['Team2'，'Player293'，'idTrip02'，17656]，
    ['Team3'，'Player20'，'idTrip11'，1883] Team1'，'Player1'，'idTrip19'，19393]] 
    
    df = pd.DataFrame（mydata，columns = ['队'，'球员'，'旅行'，'时间']）
    
    df 
   出局[1]：
   团队球员出场时间
    0 Team1 Player1 idTrip13 133 
    1 Team2 Player333 idTrip10 18373 
    2 Team3 Player22 idTrip12 17338899 
    3 Team2 Player293 idTrip02 17656 
    4 Team3 Player20 idTrip11 1883 
    5 Team1 Player1 idTrip19 19393 
     




2. 调用 groupby（） ，传递你想要的列用作您的石斑鱼，
   并将一个函数应用到组中。






---





示例





1 找出每个团队进行的旅行次数。 团队是石斑鱼，并且我们在列 ['旅行中使用函数 count（） '] 。

  In [2]：
 trip_count = df.groupby（by = ['team']）['trips']。count（）
 
 trip_count 
输出[2]：
 
队
 Team1 2 
 Team2 2 
 Team3 2 
名称：trips，dtype：int64 
  

的实施例。 2（多列）：查找每个队员花在旅行上的总时间。我们使用2列 ['team'，'player'] 作为分组，并应用函数 sum（） ['time'] 。

 在[3]中： 
 trip_time = df.groupby（by = ['team'，'player']）['time']。sum（）
 
 trip_time 
 Out [3]：
 
球队球员
球队1球员1 19526 
球队2球员293 17656 $ b $球员333 18373 
球队3球员20 1883 
球员22 17338899 
名称：时间， dtype：int64 
  

3 （多种功能）

：对于团队中的每个玩家，查找旅行的总次数和花费的总时间。
$ player_total = （''''''''''）'$'输出[4]：
旅行时间
团队运动员
Team1 Player1 2 19526
Team2 Player293 1 17656
Player333 1 18373
Team3 Player20 1 1883
Player22 1 17338899





I have an object in python with a lot of rows:

INPUT :

    Team1     Player1     idTrip13     133
    Team2     Player333   idTrip10     18373
    Team3     Player22    idTrip12     17338899
    Team2     Player293   idTrip02     17656
    Team3     Player20    idTrip11     1883
    Team1     Player1     idTrip19     19393

and I need to aggregate this data (like a pivot table).

OUTPUT I am working on:

Team1   Player1 : 2 trips : sum(133+19393)
Team2   Player333 : 1 trip : 18373; Player293 : 1 trip : 17656
Team3   Player22 : 1 trip : 17338899; Player20 : 1 trip : 1883

Could someone suggest the appropriate object in Python to use such that I could have the following output?

print team, player, trips, time

解决方案

Use groupby function for pandas DataFrames

1. Put your data into a list of lists, each inner list will be a row in the dataframe.

   In[1]:
   
   mydata = [['Team1', 'Player1', 'idTrip13', 133], ['Team2', 'Player333', 'idTrip10', 18373],
   ['Team3', 'Player22', 'idTrip12', 17338899], ['Team2', 'Player293','idTrip02', 17656], 
   ['Team3', 'Player20', 'idTrip11', 1883], ['Team1', 'Player1', 'idTrip19', 19393]]
   
   df = pd.DataFrame(mydata, columns = ['team', 'player', 'trips', 'time'])
   
   df
   Out[1]:
        team    player       trips      time
   0   Team1   Player1     idTrip13    133
   1   Team2   Player333   idTrip10    18373
   2   Team3   Player22    idTrip12    17338899
   3   Team2   Player293   idTrip02    17656
   4   Team3   Player20    idTrip11    1883
   5   Team1   Player1     idTrip19    19393
   

2. Call groupby(), pass the column you wish to use as your grouper, and apply a function to the groups.

---

Examples

Ex. 1 Find the number of trips each team went on. team is the grouper, and we apply the function count() on column ['trips'].

In[2]:
trip_count = df.groupby(by = ['team'])['trips'].count() 

trip_count              
Out[2]:          

 team
Team1    2
Team2    2
Team3    2
Name: trips, dtype: int64

Ex. 2 (multiple columns): Find the total time each player on a team spent traveling. We use 2 columns ['team', 'player'] as the grouper, and apply the function sum() on column ['time'].

In[3]:              
trip_time = df.groupby(by = ['team', 'player'])['time'].sum() 

trip_time        
Out[3]:

 team   player   
Team1  Player1         19526
Team2  Player293       17656
       Player333       18373
Team3  Player20         1883
       Player22     17338899
Name: time, dtype: int64

Ex. 3 (multiple functions): For each player on a team, find the total number of trips and total time spent traveling.

player_total = df.groupby(by = ['team', 'player']).agg({'time' : 'sum', 'trips' : 'count'})

player_total
Out[4]:
                 trips  time
team    player      
Team1   Player1     2   19526
Team2   Player293   1   17656
        Player333   1   18373
Team3   Player20    1   1883
        Player22    1   17338899

这篇关于汇总数据并获取总数和数量的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！