在熊猫的数据框中创建一个组答案

【问题标题】：Making a group in dataframe in pandas在熊猫的数据框中创建一个组
【发布时间】：2017-08-30 19:24:43
【问题描述】：

我有一个列表，例如

groups = [['Group1', 'A', 'B'], ['Group2', 'C', 'D']]

和一个数据框，例如

我想从上面的列表中做一个组和成为：

Group 1 300
Group 2 700

如何使用 python pandas 做到这一点？不用说我是熊猫的新手。谢谢。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您需要通过lists 创建dict，然后创建groupby 并聚合sum：

df = pd.DataFrame({'a': ['A', 'B', 'C', 'D'], 'b': [100, 200, 300, 400]})
print (df)
   a    b
0  A  100
1  B  200
2  C  300
3  D  400

groups = [['Group1', 'A', 'B'], ['Group2', 'C', 'D']]

#http://stackoverflow.com/q/43227103/2901002
d = {k:row[0] for row in groups for k in row[1:]}
print (d)
{'B': 'Group1', 'C': 'Group2', 'D': 'Group2', 'A': 'Group1'}

print (df.set_index('a').groupby(d).sum())
          b
Group1  300
Group2  700

可以稍微修改解决方案 - 如果只有列 b 由 sum 聚合。最后reset_index 用于将索引转换为列。

df1 = df.set_index('a').groupby(pd.Series(d, name='a'))['b'].sum().reset_index()
print (df1)
        a    b
0  Group1  300
1  Group2  700

df2 = df.groupby(df['a'].map(d))['b'].sum().reset_index()
print (df2)
        a    b
0  Group1  300
1  Group2  700

【讨论】：

【解决方案2】：

另一种选择......但似乎@jezrael 的方式更好！

import pandas as pd

groups = [['Group1', 'A', 'B'], ['Group2', 'C', 'D']]

df0 = pd.melt(pd.DataFrame(groups).set_index(0).T)
df1 = pd.read_clipboard(header=None)  # Your example data

df = df1.merge(df0, left_on=0, right_on='value')[['0_y', 1]]
df.columns = ['Group', 'Value']

print df.groupby('Group').sum()


        Value
Group        
Group1    300
Group2    700

【讨论】：

【解决方案3】：

使用 python 3 解包和理解来创建字典。在第一列的地图中使用该字典。使用该映射进行分组。

考虑列表列表groups 和数据框df

groups = [['Group1', 'A', 'B'], ['Group2', 'C', 'D']]
df = pd.DataFrame(dict(a=list('ABCD'), b=range(100, 401, 100)))

然后：

df.groupby(df.a.map({k: g for g, *c in groups for k in c})).sum()

          b
a          
Group1  300
Group2  700

【讨论】：