Prerrequisitos: Pandas
Pandas GroupBy es una función muy poderosa. Esta función es capaz de dividir un conjunto de datos en varios grupos para su análisis.
Sintaxis:
dataframe.groupby([column names])
Junto con la función groupby podemos usar la función agg() de la biblioteca pandas. La función Agg() agrega los datos que se utilizan para encontrar el valor mínimo, el valor máximo, la media y la suma en el conjunto de datos.
Sintaxis:
dataframe.agg (diccionario con claves como nombre de columna)
Acercarse:
- Módulo de importación
- Crear o cargar datos
- Use la función GroupBy en la columna que desee
- Luego use la función agg() en la columna Fecha.
- Mostrar resultado
Marco de datos en uso:
Programa:
Python3
import pandas as pd import numpy as np # Creating Dataframe dataset = {'Group': ['G-2', 'G-3', 'G-3', 'G-2', 'G-2', 'G-2', 'G-3', 'G-1', 'G-1', 'G-2'], 'Date': ['2019-11-04', '2020-05-17', '2020-12-12', '2019-10-15', '2019-01-31', '2019-02-13', '2020-12-25', '2018-06-01', '2018-07-15', '2019-09-14']} dataset = pd.DataFrame(dataset, columns=['Group', 'Date']) # using groupby() function on Group column df = dataset.groupby(['Group']) # using agg() function on Date column df2 = df.agg(Minimum_Date=('Date', np.min), Maximum_Date=('Date', np.max)) # Displaying result display(df2)
Producción:
Publicación traducida automáticamente
Artículo escrito por patildhanu4111999 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA