[Python话说NBA]pandas分组操作groupby方法与sort | 您所在的位置:网站首页 › python中ascending=False › [Python话说NBA]pandas分组操作groupby方法与sort |
在之前的几篇文章中,介绍了pandas分割函数str.split()的用法,并且使用该方法计算了NBA著名球星勒布朗詹姆斯2020-2021赛季常规赛的投篮命中率;介绍了pandas文本数据方法str.startswith()函数,并且使用该方法计算了詹姆斯某个月份的得分、篮板、助攻等数据。很多小伙伴看过之后,给我发私信,想知道詹姆斯在对阵哪只NBA球队时发挥最出色,在对阵哪只NBA球队发挥最不理想。如果要得到詹姆斯对阵某只NBA球队的个人数据,需要用到pandas分组操作groupby方法以及sort_values排序方法。 1、groupby分组方法groupby的使用方法较为简单,比如我们要计算詹姆斯2020-2021赛季常规赛对阵所有NBA球队时的得分、篮板、助攻等平均数据,则: df = pd.read_csv(“lbj-2020-2021-regular.csv”,encoding="gbk") df0 = df.groupby(['对手'])[['得分','篮板','助攻']].mean().round(2) print(df0)其中,df.groupby(['对手'])[['得分','篮板','助攻']].mean()表示以对手进行分组,分别计算詹姆斯对阵NBA球队时得分、篮板、助攻的平均数据。 round(2)表示计算得到的平均数据保留两位小数。 得到的结果为: 对手得分篮板助攻76人34.006.006.00公牛22.509.006.50............ 2、sort_values排序方法如果我们想知道詹姆斯对阵哪只NBA球队时发挥最出色或最不理想,需要对詹姆斯的得分、篮板、助攻等数据进行排序,此时要用到sort_values排序方法。 sort_values(by,ascending,na_position)主要涉及三个参数: by:指定排序的列名或者列名的列表 ascending:指定是否升序排序,默认升序为True。如果降序排序的话,则为False。 na_position:指定缺失值的位置,值为‘first’或‘last’,默认为 ‘last'。 使用sort_values()方法对詹姆斯的得分、篮板、助攻等数据进行排序: df1 = df0.sort_values(by=['得分','篮板','助攻'],ascending=[False,False,False]) print(df1)得到的结果为: 对手得分篮板助攻骑士 46.008.006.00太阳38.005.006.00............国王16.008.007.00老鹰15.504.006.50由结果可以看到,詹姆斯对阵骑士时发挥最出色,场均得分46分,场均篮板8个,场均助攻6个;对阵老鹰时发挥最不理想,场均得分15.50分,场均篮板4个,场均助攻6.5个。 |
CopyRight 2018-2019 实验室设备网 版权所有 |