🐼 Gruppieren, Aggregieren & Statistiken mit Pandas

🐼 Gruppieren, Aggregieren & Statistiken mit Pandas#

📦 Beispiel-DataFrame#

import pandas as pd

df = pd.DataFrame({
    "Name": ["Anna", "Ben", "Clara", "David", "Ella", "Felix"],
    "Alter": [22, 23, 21, 24, 20, 23],
    "Studiengang": ["Informatik", "BWL", "Informatik", "Psychologie", "Informatik", "BWL"],
    "Note": [1.7, 2.3, 1.3, 2.0, 1.9, 2.7]
})

🔁 1. Gruppierung mit groupby()#

Durchschnittsalter pro Studiengang:

df.groupby("Studiengang")["Alter"].mean()

➡️ Gruppiert nach Studiengang und berechnet Mittelwert in jeder Gruppe

➕ Weitere Aggregationen#

Methode

Bedeutung

.mean()

Mittelwert

.sum()

Summe aller Werte

.count()

Anzahl der Einträge

.agg()

Mehrere Aggregationen kombinieren

Anzahl Studierender pro Fachrichtung:

df.groupby("Studiengang")["Name"].count()

➡️ Wie viele Personen gibt es je Gruppe?

🔹 Mehrere Aggregationen mit .agg():#

df.groupby("Studiengang").agg({
    "Alter": ["mean", "min", "max"],
    "Note": ["mean"]
})

🔄 3. Pivot-Tabellen#

Pivot-Tabellen sind eine alternative Form von groupby, besonders praktisch für zweidimensionale Auswertungen.

Eine Pivot-Tabelle fasst Werte einer Tabelle nach Kategorien zusammen – z. B. Durchschnittsnoten pro Studiengang, Umsätze pro Region und Monat, u. v. m.

Du kannst damit:

  • Daten nach Gruppen sortieren

  • Werte zusammenfassen (mean, sum, count, etc.)

  • mehrere Kennzahlen gleichzeitig analysieren

📦 Syntax#

pd.pivot_table(data, values=..., index=..., columns=..., aggfunc=...)

Parameter

Bedeutung

data

dein DataFrame

values

Spalte(n), deren Werte du aggregieren willst

index

Zeile(n), nach denen gruppiert wird

columns

(optional) Spalte für Spaltenüberschriften

aggfunc

Aggregationsfunktion, z. B. mean, sum, count

🧪 Beispiel:#

import pandas as pd

df = pd.DataFrame({
    "Studiengang": ["Informatik", "BWL", "Informatik", "Psychologie", "Informatik", "BWL"],
    "Semester": [1, 1, 2, 1, 2, 2],
    "Note": [1.7, 2.3, 1.3, 2.0, 1.9, 2.7],
})

🔹 Durchschnittsnote je Studiengang#

pd.pivot_table(df, values="Note", index="Studiengang", aggfunc="mean")

                 Note
Studiengang         
BWL              2.5
Informatik       1.633
Psychologie      2.0

🔹 Durchschnittsnote pro Studiengang und Semester:#

pd.pivot_table(df, values="Note", index="Studiengang", columns="Semester", aggfunc="mean")

Semester       1      2
Studiengang             
BWL          2.3    2.7
Informatik   1.7    1.6
Psychologie  2.0    NaN

🔹 Anzahl Studierender je Kombination (statt Mittelwert):#

pd.pivot_table(df, values="Note", index="Studiengang", columns="Semester", aggfunc="count")

🔹 Pivot-Tabellen mit mehreren Aggregationen#

pd.pivot_table(df, index="Studiengang", aggfunc={"Note": ["mean", "count"]})

✅ Wann ist pivot_table() besonders nützlich?#

Wenn du mehr als eine Gruppierungsebene brauchst (z. B. nach Fach UND Semester)

Wenn du mehrere Spalten gleichzeitig analysieren willst

Wenn du Ergebnisse als Matrix brauchst (ähnlich wie Kreuztabelle)

🧠 Vergleich: groupby() vs. pivot_table()#

groupby()

pivot_table()

gibt Series/DataFrame zurück

gibt Matrix-artige Tabelle zurück

ideal für 1-dimensionale Gruppen

ideal für 2D-Zusammenfassungen

einfach zu lesen

mächtiger, aber mehr Parameter

📊 4. Häufigkeiten zählen mit value_counts()#

Wie oft kommt jeder Studiengang vor?#

df["Studiengang"].value_counts()

➡️ Gibt die Häufigkeit jedes Werts in einer Spalte aus – sehr nützlich!

🧰 Zusammenfassung: Was geht mit groupby()#

Was du willst…

Code

Mittelwert je Gruppe

df.groupby("Kategorie")["Wert"].mean()

Anzahl je Gruppe

df.groupby("Kategorie").count()

Mehrere Kennzahlen

.agg({"Spalte": ["mean", "max"]})

2D-Auswertung (Pivot)

pd.pivot_table(...)

Häufigkeiten von Werten

df["Spalte"].value_counts()

🔧 Übung: Analysiere Durchschnittsalter nach Studiengang & häufigste Werte#

📄 Datensatz (studierende.csv):#

Name,Alter,Studiengang,Note
Anna,22,Informatik,1.7
Ben,23,BWL,2.3
Clara,21,Informatik,1.3
David,24,Psychologie,2.0
Ella,20,Informatik,1.9
Felix,23,BWL,2.7

🧠 Aufgaben:#

Gib den Durchschnitt des Alters je Studiengang aus

Wie viele Personen studieren jeweils welchen Studiengang?

Berechne die Durchschnittsnote pro Studiengang als Pivot-Tabelle

Welche Note kommt am häufigsten vor? (value_counts())

✅ Lösung:#

💡 Lösung anzeigen

df.groupby("Studiengang")["Alter"].mean()

df["Studiengang"].value_counts()

df.pivot_table(values="Note", index="Studiengang", aggfunc="mean")

df["Note"].value_counts()
Contents