Question

我正在使用熊猫处理一个DataFrame，其中一个列称为"Rank"，用于军事排名。当我在数据上使用groupby并创建crosstab时，我注意到Rank中的某些值是同义词。例如，我的交叉表中有“第一类私人”，“第一类私人”和“ PFC”的单独行。

假设，我可以手动创建一个字典来将所有这些“同义词”关联在一起，是否可以让熊猫将其应用于我的DataFrame，以便所有值都被认为是相同的出于计数，交叉表等目的？因此，对于上面的示例，如果我决定对“ PFC”进行标准化，则会创建以下内容：{"Private 1st Class": "PFC", "Private First Class": "PFC"}。

我看过groupby，但据我所知，它按列对整个帧进行排序，并且不支持类似的值。如果我错了，有人可以指出我文档的相关部分吗？

Answer 1

为您提供示例：

数据：

df = pd.DataFrame({"val": [1,2,3,4,5], "key": ["Private 1st class", "Private First Class", "PFC", "other", "other"]})

翻译词典：

translate = pd.DataFrame.from_records({"key": ["Private 1st class", "PFC", "Private First Class"],
                           "harmonizedkey": ["PFC", "PFC", "PFC"]})

让我们将字典合并到df：

newdf = pd.merge(df, translate, how = "left", on = "key")

创建一个新的（完整的）组：

newdf["newgroup"] = newdf["harmonizedkey"].combine_first(newdf["key"])
newdf

    key                 val harmonizedkey   newgroup
0   Private 1st class   1   PFC             PFC
1   Private First Class 2   PFC             PFC
2   PFC                 3   PFC             PFC
3   other               4   NaN             other
4   other               5   NaN             other

现在，使用groupby：

newdf.groupby("newgroup").sum()

        val
newgroup    
PFC     6
other   9

Answer 2

使用地图和字典来生成新列：

import pandas as pd
df = pd.DataFrame([
    ('Private 1st Class', 3),
    ('Private First Class', 2),
    ('PFC', 5),
    ('Sergeant', 2),
    ('SGT', 2)
], columns = ['rank', 'bannanas'])

d = {
    'Private 1st Class': 'PFC',
    'Private First Class': 'PFC',
    'PFC': 'PFC',
    'Sergeant': 'SGT',
    'SGT': 'SGT'
}

df['merged_rank'] = df['rank'].map(d)
print(df)
                  rank  bannanas merged_rank
0    Private 1st Class         3         PFC
1  Private First Class         2         PFC
2                  PFC         5         PFC
3             Sergeant         2         SGT
4                  SGT         2         SGT

print(df.groupby('merged_rank')['bannanas'].agg('sum'))   

merged_rank
PFC    10
SGT     4
Name: bannanas, dtype: int64

熊猫：是否可以将列中的值分组在一起？

2 个答案: