Regrouper les données par une colonne (groupby('colonne'))

Fonctions :

• groupby('colonne')

  La méthode groupby() permet de regrouper les données d'un DataFrame en fonction d'une ou plusieurs colonnes. Cela permet d'effectuer des opérations d'agrégation sur chaque groupe, comme le calcul de la somme, de la moyenne, ou d'autres statistiques. Cette fonction est très utile pour effectuer des analyses statistiques sur des sous-ensembles de données.

  Importation :

  import pandas as pd

  Attributs :

  Paramètre	Description
  by	Colonne ou liste de colonnes sur lesquelles effectuer le regroupement.
  axis	Spécifie l'axe sur lequel effectuer l'agrégation. Par défaut, c'est l'axe des lignes (0).
  level	Permet de spécifier un niveau d'index (utile pour les DataFrames avec un index multi-niveau).
  sort	Booléen pour indiquer si les résultats doivent être triés ou non (par défaut, True).
  as_index	Booléen qui permet de contrôler si les colonnes de regroupement doivent être utilisées comme index (par défaut, True).

  Exemple de code :

  import pandas as pd
  
  # Exemple de DataFrame
  data = {
      'nom': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
      'ville': ['Paris', 'Lyon', 'Paris', 'Lyon', 'Paris'],
      'âge': [24, 30, 35, 30, 24],
      'score': [88, 92, 75, 85, 95]
  }
  df = pd.DataFrame(data)
  
  # Regrouper les données par 'ville' et calculer la moyenne de 'âge' et 'score'
  grouped = df.groupby('ville').mean()
  
  print("Données regroupées par ville avec moyenne de 'âge' et 'score' :")
  print(grouped)

  Explication du code :

  
  
   	
  DataFrame : Un DataFrame est créé avec les colonnes nom, ville, âge, et score. Le DataFrame contient des informations sur des personnes, leur ville, leur âge et leur score.
   	
  Regroupement par ville : La méthode groupby('ville') regroupe les données en fonction de la colonne ville. Ensuite, l'agrégation de la moyenne des valeurs des autres colonnes (âge et score) est effectuée avec mean().
   	
  Résultat : Le résultat montre la moyenne des âge et score pour chaque ville (Paris et Lyon dans cet exemple).
  
  Remarque :
  
   	
  Opérations d'agrégation : Après le regroupement, vous pouvez appliquer différentes fonctions d'agrégation comme sum(), count(), max(), min(), ou encore agg() pour appliquer plusieurs agrégations à la fois.
   	
  Indexation avec as_index : Par défaut, groupby() utilise la colonne de regroupement comme index. Si vous ne voulez pas cela, vous pouvez utiliser as_index=False pour garder la colonne de regroupement comme une colonne normale dans le DataFrame résultant.