组合熊猫中的行

时间:2013-07-03 02:51:46

标签: python pandas

我有一个DataFrame,其中一个名为city_id的城市的索引格式为[city],[state](例如,new york,ny包含列中的整数计数。问题是我有多行同一个城市,我希望通过添加列值来折叠共享city_id的行。我查看groupby()但是如何将其应用于此问题并不是很明显。

编辑:

一个例子:我想改变这个:

city_id    val1 val2 val3
houston,tx    1    2    0
houston,tx    0    0    1
houston,tx    2    1    1

进入这个:

city_id    val1 val2 val3
houston,tx    3    3    2

如果有~10-20k行。

2 个答案:

答案 0 :(得分:45)

开始
>>> df
              val1  val2  val3
city_id                       
houston,tx       1     2     0
houston,tx       0     0     1
houston,tx       2     1     1
somewhere,ew     4     3     7

我可能会这样做

>>> df.groupby(df.index).sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

>>> df.reset_index().groupby("city_id").sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

第一种方法将索引值(在本例中为city_id值)传递给groupby并告诉它使用那些作为组键,第二种方法重置索引然后选择city_id列。有关更多示例,请参阅文档的this section。请注意,DataFrameGroupBy对象中还有许多其他方法:

>>> df.groupby(df.index)
<pandas.core.groupby.DataFrameGroupBy object at 0x1045a1790>
>>> df.groupby(df.index).max()
              val1  val2  val3
city_id                       
houston,tx       2     2     1
somewhere,ew     4     3     7
>>> df.groupby(df.index).mean()
              val1  val2      val3
city_id                           
houston,tx       1     1  0.666667
somewhere,ew     4     3  7.000000

答案 1 :(得分:3)

同一条线上的东西。对不起,不是确切的副本。

mydata = [{'subid' : 'B14-111', 'age': 75, 'fdg':1.78},
          {'subid' : 'B14-112', 'age': 22, 'fdg':1.56},{'subid' : 'B14-112', 'age': 40, 'fdg':2.00},]
df = pandas.DataFrame(mydata)

gg = df.groupby("subid",sort=True).sum()