Question

我有一个包含不同子区域的数据框。我所希望的是能够将它们组合在一起，并在另一个数据框中对其进行计数。这就是我称为 data 的数据框的样子：

    Area
0 TEX001
1 TEX002
2 TEX003
3 ARZ004
4 ARZ015
5 MSS034
6 NWY001
7 NWY003

我尝试使用循环来检索需要的信息，但是我只得到很多布尔值。

这是我尝试过的：

u_area=list(data['U_area'].unique())
listo=[]

for i in u_area:
      d={}
      d['Sector']= i
      d['Sec_name]=list(data['Area'].str.startswith(i))
      print (x)
      d['Total']= len(d['sites'])
      listo.append(d)

我希望有一个包含许多类似以下内容的字典的列表，以便我可以用大熊猫对数据列表进行数据构架，使其具有如下内容：

    Sector   Sec_name              Total
     TEX     TEX001,TEX002,TEX003,  3
     ARZ     ARZ004, ARZ035         2
     MSS     MSS034                 1

拥有这些布尔值我做错了什么？

Answer 1

具有agg和groupby的IIUC

yourdf=df.groupby(df['Area'].str[:3])['Area'].agg([','.join,'count'])
yourdf.columns=['Sec_name','Total']
yourdf# if need reset_index adding yourdf.reset_index(inplace=True)
Out[17]: 
                  Sec_name  Total
Area                             
ARZ          ARZ004,ARZ015      2
MSS                 MSS034      1
NWY          NWY001,NWY003      2
TEX   TEX001,TEX002,TEX003      3

Answer 2

尝试一下：

import pandas as pd

# Test data.

data = pd.DataFrame({'area': ['TEX001', 'TEX002', 'TEX003', 'ARZ004', 'ARZ015', 'MSS034', 'NWY001', 'NWY003']})

# Slice out the sector, assumes this is always the first three characters of "area".

data['sector'] = data['area'].str[:3]

# Group and aggregate.

grouped = data.groupby('sector')['area'].agg(['count', lambda x: ', '.join(x)])

# Clean up the column names.

grouped.columns = ['count', 'sec_name']

print(grouped)

礼物：

        count                sec_name
sector                               
ARZ         2          ARZ004, ARZ015
MSS         1                  MSS034
NWY         2          NWY001, NWY003
TEX         3  TEX001, TEX002, TEX003

工程数据结构/信息检索和存储

2 个答案: