Question

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。

Answer 1

从

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

或

>>> 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

Answer 2

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()

组合熊猫中的行

2 个答案: