在 Python 的数据框列中添加产品数量答案

【问题标题】：Adding the quantities of products in a dataframe column in Python在 Python 的数据框列中添加产品数量
【发布时间】：2018-04-29 13:54:36
【问题描述】：

我正在尝试在 Numpy/Pandas 的帮助下计算包含产品标题的 Excel 表列中的权重总和。我已经设法将工作表加载到数据框中，并隔离包含我正在寻找的特定产品的行：

dframe = xlsfile.parse('Sheet1')
dfFent = dframe[dframe['Product:'].str.contains("ABC") == True]

但是，由于问题的明显复杂性（如下所示），我似乎无法找到一种方法来总结其权重。例如。如果“产品标题”列包含以下值 -

1 克 ABC
98% 纯 12 克 ABC
0.25公斤ABC粉
ABC 5gr

其中，ABC 是我要计算其重量的产品。有什么方法可以将这些重量加起来得到总共 268 克。任何指向解决方案的帮助或资源将不胜感激。谢谢！ :)

【问题讨论】：

标签： python excel pandas numpy

【解决方案1】：

您可以将extractall 用于带有单位或百分比的值：

(?P<a>\d+\.\d+|\d+) 表示将 float 或 int 提取到列 a
\s* - 数字和单位之间有零个或多个空格
(?P<b>[a-z%]+) 将数字后的小写单位或百分比提取到b

#add all possible units to dictonary
d = {'gm':1,'gr':1,'grams':1,'kg':1000,'%':.01}
df1 =  df['Product:'].str.extractall('(?P<a>\d+\.\d+|\d+)\s*(?P<b>[a-z%]+)')
print (df1)
            a      b
  match             
0 0         1     gm
1 0        98      %
  1        12  grams
2 0      0.25     kg
3 0         5     gr

然后将第一列转换为所有单位的dictionary 的数字和第二个映射。然后通过unstack 和prod 重塑多列，最后sum：

a = df1['a'].astype(float).mul(df1['b'].map(d)).unstack().prod(axis=1).sum()
print (a)
267.76

类似的解决方案：

a = df1['a'].astype(float).mul(df1['b'].map(d)).prod(level=0).sum()

【讨论】：

非常感谢！像魅力一样工作。 :)
有没有办法可以合并第 2 行和第 3 行（98 % 和 12 克）=>（0.98 x 12 克）？
嗯，不明白。按百分比乘法单位 do .prod(axis=1)
那么，dfWts['Qty'].astype(float).mul(dfWts['Unit'].map(d)).unstack().prod(axis=1) 是所有项目的权重列表？
是的，完全正确。如果不是百分比，则它不会在函数prod 中倍数（此函数仅将一列逐一倍增。）

【解决方案2】：

您需要进行一些数据整理以使列以相同的格式保持一致。您可以进行一些匹配并尝试使 Product 列对齐和一致，类似于日期时间格式。

就像你可以做以下事情。

创建一个仅包含值的单独列(float)
将 % 值更改为小数并乘以数量
将值替换为kg 到grams
没有任何字符串，只有浮动列才能得到总数。

Pandas 可以很好地解决这个问题。

注意：这个问题没有捷径可走，你需要去掉混合了十进制值的字符串来计算总和。

【讨论】：