Question

修改：明确了问题

我想通过“标识符”聚合一个名为 df 的pd.DataFrame并汇总“费用”列。对于类别列，我想应用一个可以大声说出来的聚合函数，例如“聚合并采用该列的最频繁值（模式），但是如果该模式为空白，则采用第二最频繁的列”。换句话说，我想拥有类别的模式（聚合之后），但是模式不能为空。

结果应为pd.DataFrame new_df 。

df
  Identifier  Cost  Cost2 Category1 Category2 Category3
0          A    10     10       one                 aaa
1          A    20     10                blue       aaa
2          B    10     20       two                 bbb
3          B    10     30               green       bbb
4          B    30     40                           bbb
5          C    20     50     three       red       ccc

---聚合过程--->

new_df
  Identifier  Cost  Cost2 Category1 Category2 Category3
0          A    30     20       one      blue       aaa
1          B    50     90       two     green       bbb
2          C    20     50     three       red       ccc

用于重现示例的代码：

import pandas as pd

data_df = {       
           'Identifier': ['A', 'A', 'B', 'B', 'B', 'C'],
           'Cost': [10, 20, 10, 10, 30, 20],
           'Cost2':[10,10,20,30,40,50],
           'Category1' : ['one', '', 'two', '', '', 'three'],
           'Category2' : ['', 'blue', '', 'green', '', 'red'],
           'Category3' : ['aaa', 'aaa', 'bbb', 'bbb', 'bbb', 'ccc']
          }

df = pd.DataFrame(data_df)


data_new_df = {       
           'Identifier': ['A', 'B', 'C'],
           'Cost': [30, 50, 20],
           'Cost2' : [20,90,50],
           'Category1' : ['one', 'two', 'three'],
           'Category2' : ['blue', 'green', 'red'],
           'Category3' : ['aaa', 'bbb', 'ccc']
          }

new_df = pd.DataFrame(data_new_df)

Answer 1

也许您可以将groupby与sum一起尝试以下操作：

new_df = df.groupby('Identifier').apply(sum).drop('Identifier', axis=1).reset_index()

结果：

  Identifier  Cost Category1 Category2
0          A    30       one      blue
1          B    50       two     green
2          C    20     three       red

Answer 2

您可以尝试：

Net net = readNet("e://xor.pb");

const int sizes[] = {1,1,60,162};
Mat tenz = Mat::zeros(4, sizes, CV_32F);


float* dataB=(float*)tenz.data;

int x=1;
int y=2;
dataB[y*tenz.size[2]+x]=0.5f;

x=1;
y=3;
dataB[y*tenz.size[2]+x]=1.0f;


try
{
    net.setInput(tenz , "input_layer_my_input_1");

    Mat prob = net.forward("output_layer_my/MatMul");
}
catch( cv::Exception& e )
{
    const char* err_msg = e.what();
    qDebug()<<"err_msg"<<err_msg;
}

结果：

new_df = df.groupby('Identifier').sum().reset_index()
new_df['Category1'] = df.loc[df.Category1 != '', 'Category1'].reset_index(drop=True)
new_df['Category2'] = df.loc[df.Category2 != '', 'Category2'].reset_index(drop=True)
new_df

groupby的汇总功能：取最频繁的值，但如果为空，则取第二个最频繁的值

2 个答案: