只要其他列中的值匹配，就添加列值答案

【问题标题】：Adding column values as long as a value in other column matches只要其他列中的值匹配，就添加列值
【发布时间】：2018-01-01 18:21:18
【问题描述】：

如果另一列中的值相同，如何添加列值？

例如从以下列表中：

Time   Value
10       a
20       b
10       c
10       d
20       f

我想得到如下结果：

Time      Value
10       (a+c+d)
20        (b+f)

【问题讨论】：

欢迎来到 StackOverflow！请看How to ask a good question。
这是dataframe吗？
这到底是什么？你的数据在 python 中是什么样子的？
Joe Iddon , Anton vBR 正在从文本文件导入。我有 7 列字符串数据，我需要 5 列根据时间发生进行汇总。

标签： python python-2.7 summarize

【解决方案1】：

如果您有数据框，这里是一个 pandas 解决方案：

import pandas as pd

data ='''\
Time   Value
10       a
20       b
10       c
10       d
20       f'''

df = pd.read_csv(pd.compat.StringIO(data), sep='\s+')

newdf = df.groupby('Time')['Value']\
        .apply(lambda x: '({})'.format('+'.join(x)))\
        .reset_index()

print(newdf)

   Time    Value
0    10  (a+c+d)
1    20    (b+f)

【讨论】：

我需要 a,c 和 d 的总和而不是串联
@MusaNdiaye 在这种情况下是newdf = df.groupby('Time')['Value'].apply(sum).reset_index()。然而，这闻起来像个骗子，一个非常基本的操作。乔伊登也有答案。

【解决方案2】：

你可以使用groupby，然后选择Value元素（这样你就不用sumTimes），最后是applysum。

>>> d = {'Time': [10,20,10,10,20], 'Value': ['a', 'b', 'c', 'd', 'f']}
>>> df = pd.DataFrame(d)
>>> df
   Time Value
0    10     a
1    20     b
2    10     c
3    10     d
4    20     f
>>> df.groupby(['Time'])['Value'].apply(sum).reset_index()
   Time Value
0    10   acd
1    20    bf

【讨论】：

【解决方案3】：

from collections import defaultdict

dd = defaultdict(list)
L = [10, 'a', 20, 'b', 10, 'c', 10, 'd', 20, 'f']
x = 0
while x < len(L):
  dd[L[x]].append(L[x+1]);
  x = x+ 2

for key, val in dd.iteritems():
  print key, reduce(lambda a, b: a+b, val)

print dd

【讨论】：

什么是 L ？我们在真正的程序中从来没有这样的事情

【解决方案4】：

data = {
    'a': 10,
    'b': 20,
    'c': 10,
    'd': 10,
    'f': 20
}

v = {}

for key, value in sorted(data.iteritems()):
    v.setdefault(value, []).append(key)

print v

结果：

{10: ['a', 'c', 'd'], 20: ['b', 'f']}

【讨论】：