是否存在对依赖数据类型求和的函数?

时间:2015-10-06 00:00:42

标签: python pandas

我在pandas中有一个数据框,其中列为try { WordsListDatabaseHelper.insertWordList (db, wordsContainer, mOpponent.getUsername()); } catch(SQLiteException e1) { Log.i(TAG, e1.getMessage()); } (int),Year(有序的整数对)和Loc(布尔值)。每个Rain有许多Rain的数据点。例如,在图表中,您可能会看到:

Year

如果Year | Loc | Rain 1700 (0, 0) 1 1700 (0, 0) 1 1700 (5, 6) 0 Year相同,是否存在将这些数据点合并为单个数据点的函数,Loc为所有Rain的总和相应RainYear点的点数?

2 个答案:

答案 0 :(得分:1)

你的意思是按“年”和“Loc”分组并显示Rain的SUM吗?类似下面的东西?

df.groupby(['Year', 'Loc']).sum().reset_index()

答案 1 :(得分:0)

那里。这应该也可以解决问题:

# Just a dict of your data
dd = {'year':(1700,1700,1700),'loc':((0,0),(0,0),(5,6)),'rain':(1,1,0)}

df = DataFrame(dd)
# Set an index, groupby and count aggregate. 
adjusted_df = df.set_index(['year','loc']).groupby(level=['year','loc']).count()

虽然这与第一个解决方案几乎完全相同。第一种解决方案可能更好(代码更少)。