1 Frage zu Groupby

Die Methode `.groupby()` in Pandas wird verwendet, um Daten in einem DataFrame oder einer Series zu gruppieren. Sie ermöglicht es, Daten nach bestimmten Kriterien zu aggregieren, zu transformieren oder zu filtern. Hier sind die grundlegenden Schritte und Konzepte: 1. **Gruppierung**: Du eine oder mehrere Spalten angeben, nach denen die Daten gruppiert werden sollen. Zum Beispiel: `df.groupby('Spalte1')`. 2. **Aggregation**: Nach der Gruppierung kannst du verschiedene Aggregationsfunktionen anwenden, wie `sum()`, `mean()`, `count()`, etc. Zum Beispiel: `df.groupby('Spalte1').sum()` gibt die Summe der Werte für jede Gruppe in 'Spalte1' zurück. 3. **Transformation**: Du kannst auch Transformationen auf die gruppierten Daten anwenden, um die ursprüngliche Struktur beizubehalten. Zum Beispiel: `df.groupby('Spalte1').transform('mean')` gibt den Mittelwert jeder Gruppe zurück, aber in der gleichen Form wie das ursprüngliche DataFrame. 4. **Filtern**: Mit `.filter()` kannst du Gruppen basierend auf bestimmten Bedingungen auswählen. Zum Beispiel: `df.groupby('Spalte1').filter(lambda x: x['Spalte2'].mean() > 10)` gibt nur die Gruppen zurück, deren Mittelwert in 'Spalte2' größer als 10 ist. 5. **Mehrere Aggregationen**: Du kannst auch mehrere Aggregationsfunktionen gleichzeitig anwenden, indem du ein Dictionary übergibst. Zum Beispiel: `df.groupby('Spalte1').agg({'Spalte2': 'sum', 'Spalte3': 'mean'})`. Die Verwendung von `.groupby()` ist sehr mächtig und ermöglicht es, komplexe Datenanalysen effizient durchzuführen.