Pandas에서 그룹화된 데이터의 평균 계산
-
groupby.mean()을 사용하여 Pandas에서 단일 열의 평균을 계산합니다. -
groupby.mean()을 사용하여 Pandas에서 여러 열의 평균을 계산합니다. -
agg()메서드를 사용하여 Pandas에서 그룹화된 데이터의 평균 계산
Pandas는 Python의 오픈 소스 데이터 분석 라이브러리입니다. 숫자 데이터에 대한 작업을 수행하는 많은 기본 제공 메서드를 제공합니다.
groupby()는 Pandas에서 사용할 수 있는 방법 중 하나로서 일부 기준에 따라 데이터를 여러 그룹으로 나눕니다. 그런 다음 count(), mean() 등과 같은 그룹화된 데이터에 다른 방법을 적용할 수 있습니다.
이 튜토리얼은 Pandas에서 groupby.mean() 메서드를 사용하여 그룹화된 데이터의 평균을 찾는 방법을 보여줍니다.
groupby.mean()을 사용하여 Pandas에서 단일 열의 평균을 계산합니다.
여기에서는 Pandas 데이터 프레임 개체에 학과를 기준으로 데이터가 그룹화된 학생 데이터가 있습니다. 우리는 두 부서에 대해 두 개의 그룹을 가질 것입니다.
그런 다음 단일 열, 즉 Marks에서 groupby.mean() 메서드를 통해 각 그룹 또는 부서 학생의 평균 점수를 계산합니다. 결과에서 CS 및 SE 부서 학생들의 평균 점수를 얻습니다.
예제 코드:
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Robert", "Sam", "Alia", "Jhon", "Smith"],
"Department": ["CS", "SE", "SE", "SE", "CS"],
"Marks": [60, 81, 79, 51, 88],
"Age": [20, 21, 20, 22, 23],
}
)
display(df)
df.groupby("Department")["Marks"].mean()
출력:
groupby.mean()을 사용하여 Pandas에서 여러 열의 평균을 계산합니다.
평균을 계산하려는 모든 문제의 이름을 제공하여 데이터를 그룹화한 후 동시에 여러 열의 평균을 구할 수도 있습니다. 다음 코드에서는 학과에 따라 데이터를 분할한 다음 학생들의 평균 Marks 및 Age를 계산했습니다.
예제 코드:
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Robert", "Sam", "Alia", "Jhon", "Smith"],
"Department": ["CS", "SE", "SE", "SE", "CS"],
"Marks": [60, 81, 79, 51, 88],
"Age": [20, 21, 20, 22, 23],
}
)
display(df)
df.groupby("Department")["Marks", "Age"].mean()
출력:
agg() 메서드를 사용하여 Pandas에서 그룹화된 데이터의 평균 계산
또는 agg() 메서드를 사용하여 개체별로 그룹의 평균을 계산할 수도 있습니다. agg() 메서드에 대한 인수로 mean을 전달합니다.
예제 코드:
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{
"Name": ["Robert", "Sam", "Alia", "Jhon", "Smith"],
"Department": ["CS", "SE", "SE", "SE", "CS"],
"Marks": [60, 81, 79, 51, 88],
"Age": [20, 21, 20, 22, 23],
}
)
display(df)
df.groupby("Department")["Marks"].agg("mean")
출력:
---output.webp)
I am Fariba Laiq from Pakistan. An android app developer, technical content writer, and coding instructor. Writing has always been one of my passions. I love to learn, implement and convey my knowledge to others.
LinkedIn