# Wat is pandas groupby() en hoe gebruik je het?

Met de Python pandas `DataFrame.groupby()` kunt u **gegevens groeperen op basis van specifieke criteria** en verschillende aggregaties en transformaties op de gegevens uitvoeren.

## Wat is de syntaxis voor pandas `DataFrame.groupby()`?

Pandas `groupby()` accepteert **maximaal vier parameters**. De basissyntaxis is als volgt:

```python
DataFrame.groupby(by=None, level=None, as_index=True, sort=True, group_keys=True, dropna=True)
```

### Belangrijke parameters voor `groupby`

<table>
  <thead>
    <tr>
      <th><strong>Parameter</strong></th>
      <th><strong>Beschrijving</strong></th>
      <th><strong>Standaardwaarde</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`by`</td>
      <td>Sleutel of Python-lijst met sleutels om te groeperen; niet te combineren met `level`</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`level`</td>
      <td>Gebruikt voor MultiIndex om een of meer niveaus voor groepering te specificeren</td>
      <td>`None`</td>
    </tr>
    <tr>
      <td>`as_index`</td>
      <td>Als `True`, worden de groepssleutels ingesteld als de index van het resulterende DataFrame</td>
      <td>`True`</td>
    </tr>
    <tr>
      <td>`group_keys`</td>
      <td>Als `True`, worden de groepssleutels opgenomen in de index van de groepen.</td>
      <td>`True`</td>
    </tr>
    <tr>
      <td>`dropna`</td>
      <td>Geeft aan of groepen met NaN-waarden moeten worden uitgesloten.</td>
      <td>`True`</td>
    </tr>
  </tbody>
</table>

## Hoe pandas `DataFrame.groupby()` te gebruiken

De functie pandas `groupby()` is bijzonder nuttig voor **het analyseren en samenvatten van grote datasets**, waardoor patronen of afwijkingen kunnen worden geïdentificeerd.

### Groeperen en samenvoegen

Hieronder vindt u een voorbeeld van een verkoopdataset met informatie over de verkoopdatum, het verkochte product en de verkochte hoeveelheid:

```python
import pandas as pd
# Sample sales dataset
data = {
    'Date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
    'Product': ['A', 'B', 'A', 'B', 'A'],
    'Quantity': [10, 20, 15, 25, 10]
}
df = pd.DataFrame(data)
print(df)
```

Het resulterende DataFrame ziet er als volgt uit:

```none
Date Product  Quantity
0  2021-01-01       A       10
1  2021-01-01       B       20
2  2021-01-02       A       15
3  2021-01-02       B       25
4  2021-01-03       A       10
```

Vervolgens groeperen we de dataset op product met behulp van pandas `groupby()`. Daarna berekenen we de totale verkochte hoeveelheid voor elk product met behulp van de functie `sum()`:

```none
# Group by product and calculate the sum of the quantity sold
summe = df.groupby('Product')['Quantity'].sum()
print(total)
```

Het resultaat toont het totale aantal verkochte eenheden voor elk product:

```none
Product
A    35
B    45
Name: Quantity, dtype: int64
```

### Meerdere aggregaties

In het volgende voorbeeld gebruiken we een uitgebreide dataset die ook omzetgegevens bevat:

```python
data = {
    'Date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-03'],
    'Product': ['A', 'B', 'A', 'B', 'A'],
    'Quantity': [10, 20, 15, 25, 10],
    'Revenue': [100, 200, 150, 250, 100]
}
df = pd.DataFrame(data)
print(df)
```

Het DataFrame ziet er als volgt uit:

```none
Date Product  Quantity  Revenue
0  2021-01-01       A       10      100
1  2021-01-01       B       20      200
2  2021-01-02       A       15      150
3  2021-01-02       B       25      250
4  2021-01-03       A       10      100
```

Met behulp van pandas `DataFrame.groupby()` gaan we de gegevens groeperen op product en vervolgens de functie `agg()` gebruiken om de totale hoeveelheid en omzet te berekenen, evenals de gemiddelde omzet per product.

```none
# Group by product and apply multiple aggregations
groups = df.groupby('Product').agg({
    'Quantity': 'sum',
    'Revenue': ['sum', 'mean']
})
print(groups)
```

Dit is het resultaat:

```none
Quantity Revenue        
          sum    sum    mean
Product                  
A          35    350  116.666667
B          45    450  225.000000
```


This is a markdown version of: [https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-groupby/](https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-groupby/) for AI/LLM consumption.