groupby()

groupby() মেথডটি ব্যবহার করে ডেটা ফ্রেমটি গ্রূপ করা যায়।

109B

example.csv

Open

CSV ফাইলটি ডাউনলোড করে পাইথন স্ক্রিপ্টে লোড করতে হবে।

import pandas as pd

# CSV ফাইল লোড করুন
data = pd.read_csv('example.csv')

print(data)

আউটপুট:

   Name  Age         City
0  John   25     New York
1  Alice  28  Los Angeles
2   Bob   22      Chicago
3  Alice  31     New York
4  John   35  Los Angeles

এখানে আমরা pd.read_csv() ফাংশনটি ব্যবহার করে CSV ফাইলটি লোড করেছি এবং এটি একটি প্যান্ডাস ডেটা ফ্রেম রূপে রিটার্ন করে। এবং প্রিন্ট ফাংশনের মাধ্যমে আমরা ডেটা ফ্রেমটি দেখতে পাচ্ছি।

কিভাবে groupby() মেথডটি ব্যবহার করে

# শহরের উপরে গ্রুপ করুন
grouped_data = data.groupby('City')

# প্রথম সারি দেখান
print(grouped_data.first())

আউটপুট:

          Name  Age
City               
Chicago    Bob   22
Los Angeles  Alice  28
New York  John  25

এখানে আমরা groupby() মেথডটি ব্যবহার করে শহরের উপরে ডেটা ফ্রেমটি গ্রুপ করেছি। পরবর্তীতে first() মেথডটি ব্যবহার করে প্রথম সারি প্রিন্ট করেছি প্রতিটি শহরের জন্য। একই ভাবে আপনি last() মেথডটিও ব্যবহার করতে পারেন শেষ সারি প্রিন্ট করতে।

একইভাবে, আপনি বিভিন্ন প্রস্তাবিত অপারেশনগুলির সাথে groupby() মেথডটি ব্যবহার করতে পারেন, যেমন যোগ করা এবং গড় বের করা:

# বয়সের উপরে গ্রুপ করুন এবং সামগ্রিক বয়স বের করুন
grouped_age = data.groupby('Age')
print(grouped_age.sum())

# বয়সের উপরে গ্রুপ করুন এবং গড় বয়স বের করুন
grouped_age = data.groupby('Age')
print(grouped_age.mean())

আউটপুট:

      Name         City
Age                    
22     Bob      Chicago
25    John     New York
28   Alice  Los Angeles
31   Alice     New York
35    John  Los Angeles


          
Age        Name   
22         Bob
25        John
28       Alice
31       Alice
35        John

প্রাক্টিক্যালি বোঝার জন্য নিচের purchase.xlsx ডাউনলোড করে নোটবুক ফাইলটি প্রাকটিস করি

24KB

Purchase Report.ipynb

Open