District Concordance-每年添加一些行答案

【问题标题】：District Concordance- adding some rows year-wiseDistrict Concordance-每年添加一些行
【发布时间】：2022-12-01 16:17:16
【问题描述】：

12 年来，我一直在尝试使用我的面板数据集来协调地区。一些地区是从旧地区中新划分出来的。例如，2014 年从 Shajapur 区形成了一个新区 Agar Malwa。我想在 2014 年之后每次出现时将 Agar Malwa 添加到 Shajapur，并且在我的数据集中只获得新的组合 Shajapur，从中删除 Agar Malwa 和 Shajapur。

我的数据集如下所示-

Year	District	State	values
2012	Shajapur	x	23
2013	Shajapur	x	21
2014	Shajapur	x	16
2014	Agar Malwa	x	8
2015	Shajapur	x	17
2015	Agar Malwa	x	10

到 2021 年。我需要以下方式的新数据集 -

Year	District	State	values
2012	Shajapur	x	23
2013	Shajapur	x	21
2014	Shajapur	x	24
2015	Shajapur	x	27

到 2021 年。我必须对大约 100 个区执行此操作，这些区在 2010 年到 2021 年之间形成、重命名、分叉。请建议一些循环代码，或者一些可以在这里使用的基本代码。

【问题讨论】：

标签： dataframe loops merge concordance-index

【解决方案1】：

    data = {'Year':['2012','2013','2014','2014','2015','2015'],
    'District': ['Shajapur','Shajapur','Shajapur','Agar Malwa','Shajapur','Agar Malwa'],
    'State':['x','x','x','x','x','x'], 'values':[23,21,16,8,17,10]}

df = pd.DataFrame(data)

df['District'].replace('Agar Malwa','Shajapur',inplace=True)

   Year  District State  values
0  2012  Shajapur     x      23
1  2013  Shajapur     x      21
2  2014  Shajapur     x      16
3  2014  Shajapur     x       8
4  2015  Shajapur     x      17
5  2015  Shajapur     x      10

df = df.groupby(['Year','District','State']).sum()

Year District State
2012 Shajapur x          23
2013 Shajapur x          21
2014 Shajapur x          24
2015 Shajapur x          27

【讨论】：