Question

我有一个很大的pandas DataFrame，在第'Standard'列下有多个行，用于单个值'account_type'，但在其他列标题中，不同行的数值不同。

是否有一种方法可以合并'Standard'的所有数字值而不合并每一行的字符串？我有180列需要完成。

示例：

df = pd.DataFrame([
['Standard', 0.2],
['Standard', 0.3],
['Standard', 0.2],
['Standard', 0.4],
['Standard', 0.6],
['Standard', 0.3]], 
columns=['account_type',  'cost'])

只想要

account_type   cost
'Standard'     2.0

最少的编码经验，如果不清楚，请您道歉。

Answer 1

仅按boolean indexing过滤Standard行，对于新的DataFrame使用构造函数：

a = df.loc[df['account_type'] == 'Standard', 'cost'].sum()
print (a)
2.0

df = pd.DataFrame([['Standard', a]], columns=['account_type',  'cost'])
print (df)
  account_type  cost
0     Standard   2.0

如果所有值均为Standard：

df = pd.DataFrame([['Standard', df['cost'].sum()]], columns=['account_type',  'cost'])

如果希望所有可能的acount_type值都可以聚合sum：

df = pd.DataFrame([
['Standard1', 0.2],
['Standard1', 0.3],
['Standard1', 0.2],
['Standard2', 0.4],
['Standard2', 0.6],
['Standard', 0.3]], columns=['account_type',  'cost'])

print (df)
  account_type  cost
0    Standard1   0.2
1    Standard1   0.3
2    Standard1   0.2
3    Standard2   0.4
4    Standard2   0.6
5     Standard   0.3

df1 = df.groupby('account_type', as_index=False)['cost'].sum()
print (df1)
  account_type  cost
0     Standard   0.3
1    Standard1   0.7
2    Standard2   1.0

编辑：

如果需要sum所有数字列：

df = pd.DataFrame({
         'account_type':['Standard'] * 5 + ['another val'],
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'F':list('aaabbb')
})

print (df)
  account_type  B  C  D  E  F
0     Standard  4  7  1  5  a
1     Standard  5  8  3  3  a
2     Standard  4  9  5  6  a
3     Standard  5  4  7  9  b
4     Standard  5  2  1  2  b
5  another val  4  3  0  4  b

cols = df.select_dtypes(np.number).columns
s = df.loc[df['account_type'] == 'Standard', cols].sum()
print (s)
B    23
C    30
D    17
E    25
dtype: int64

df1 = s.to_frame().T
df1.insert(0, 'account_type', 'Standard')
print (df1)
  account_type   B   C   D   E
0     Standard  23  30  17  25

合并大熊猫DataFrame中的数字列值以获取重复行而不合并字符串

1 个答案: