Tag: PANDAS-GROUPBY
¿Cómo puedo filtrar una consulta y luego hacer un “group by”? df.query(“‘result_margin’ > 100”).groupby([‘city’,’season’,’toss_winner’,’toss_decision’,’winner’])[‘winner’].size() Me está saliendo este error: TypeError: ‘>’ not supported between instances of ‘str’ and ‘int’ Estoy intentando filtrar donde el resultado_margin es mayor a 100, luego agruparlo por las columnas especificadas y mostrar los registros.
Estoy tratando de agregar filas a un DataFrame interpolando valores en una columna por grupo y llenando con valores faltantes todas las demás columnas. Mis datos se ven así: import pandas as pd import random random.seed(42) data = {‘group’:[‘a’, ‘a’, ‘a’, ‘b’, ‘b’, ‘b’, ‘b’, ‘c’, ‘c’, ‘c’], ‘value’ : . . . Read more
Nuevo en pandas. Estoy tratando de obtener un subtotal dentro de 2 columnas “group by”. He logrado descubrir cómo sumar utilizando 2 atributos “group by”, pero dentro de eso, también estoy tratando de hacer un subtotal. Por favor, vea a continuación el ejemplo – df.groupby([‘Fruit’,’Name’])[‘Number’].sum() Salida Fruit Name Number Apples . . . Read more
En un proyecto en el que estoy trabajando, me veo obligado/a a utilizar la versión 1.1.5 de Pandas. Estoy intentando realizar una operación de agrupación para agregar una variable mediante múltiples funciones: import pandas as pd import numpy as np df = pd.DataFrame( { “Name” : [“Alice”, “Bob”, “James”, “Mallory”, . . . Read more
Quiero que esto esté en una forma en la que obtenga el % Mantenido, % Roto y % F_P2P para cada rango de cantidad. Ejemplo: Resultado deseado Rangos de cantidad adeudada % Mantenido % Roto % F_P2P Id de usuario único (-0.001, 767.91] 5 10 85 100 (767.91, 1477.935] 10 . . . Read more