Question

我有一个Dataframe。为简单起见，我们假设这是我的df：

我想要做的是按A和B进行分组，其中一组B为[4,6]，另一组为5。我们在Sum上说我的聚合函数是C，所以我希望结果为：

A   B  Sum(C)
1 [4,6]  9
1   5    4

我知道我可以添加一个额外的列来指示该值是否在[4,6]中，但是有更优雅的方式吗？

Answer 1

不太容易。

首先，我使用replace为groupby提供相同的值，然后agg使用自定义函数和sum：

#4 and 6 are same group
d = {4:6}
df = df.groupby(['A',df.B.replace(d)]) \
       .agg({'B':lambda x: x.tolist() if len(x) > 1 else x.iat[0], 'C':'sum'}) \
       .reset_index(level=1, drop=True) \
       .reset_index() \
       .reindex_axis(df.columns, axis=1)
print (df)
   A       B  C
0  1       5  4
1  1  [4, 6]  9

如果list s可以是元组：

#define groups of all values of column
d = {'a':[5], 'b':[4,6]}
#create tuples
d = {k: tuple(d[oldk]) for oldk, oldv in d.items() for k in oldv}
print (d)
{4: (4, 6), 5: (5,), 6: (4, 6)}

df = df.groupby(['A', df.B.map(d)])['C'].sum().reset_index()
print (df)
   A       B  C
0  1  (4, 6)  9
1  1    (5,)  4

Answer 2

尝试df.groupby（[＆＃34; A＆＃34;，＆＃34; B＆＃34;]）。sum（）

Pandas Groupby基于列中的多个值

2 个答案: