我有以下熊猫DataFrame。
import pandas as pd
df = pd.read_csv('filename.csv')
print(df)
code1 code2 code3 code4 value1 value2 value3 value4
0 101 101 101 101 1000 1000 1000 1000
1 101 101 101 201 1000 1000 1000 1000
2 101 101 201 201 1000 1000 1000 1000
3 101 201 201 201 1000 1000 1000 1000
4 101 201 201 301 1000 1000 1000 1000
5 101 201 301 301 1000 1000 1000 1000
6 101 301 301 301 1000 1000 1000 1000
7 101 101 101 301 1000 1000 1000 1000
8 101 201 301 0 1000 1000 1000 0
9 101 301 0 0 1000 1000 0 0
....
我需要创建一个列以考虑列代码(code1,code2,code3,code4)对列值(value1,value2,value3,value4)求和,如下所示:
code1 code2 code3 code4 value1 value2 value3 value4 sum_code_101 sum_code_201 sum_code_301
0 101 101 101 101 1000 1000 1000 1000 4000 0 0
1 101 101 101 201 1000 1000 1000 1000 3000 1000 0
2 101 101 201 201 1000 1000 1000 1000 2000 2000 0
3 101 201 201 201 1000 1000 1000 1000 1000 3000 0
4 101 201 201 301 1000 1000 1000 1000 1000 2000 1000
5 101 201 301 301 1000 1000 1000 1000 1000 1000 2000
6 101 301 301 301 1000 1000 1000 1000 1000 0 3000
7 101 101 101 301 1000 1000 1000 1000 3000 0 1000
8 101 201 301 0 1000 1000 1000 0 1000 1000 1000
9 101 301 0 0 1000 1000 0 0 1000 0 1000
我尝试过:
df['sum_code_101']=df[df['code1']=='101'],['value1']+df[df['code2']=='101'],['value2']+df[df['code3']=='101'],['value3']+df[df['code4']=='101'],['value4']
df['sum_code_201']=df[df['code1']=='201'],['value1']+df[df['code2']=='201'],['value2']+df[df['code3']=='201'],['value3']+df[df['code4']=='201'],['value4']
df['sum_code_301']=df[df['code1']=='301'],['value1']+df[df['code2']=='301'],['value2']+df[df['code3']=='301'],['value3']+df[df['code4']=='301'],['value4']
但是,我收到此错误消息:
TypeError: 'Series' objects are mutable, thus they cannot be hashed
由于实际数据帧具有25个不同的代码(101、201、301 ..),我需要创建25个列来求和它们的值。
非常感谢你们的帮助,谢谢。 。
答案 0 :(得分:1)
您可以结合使用pd.wide_to_long
和groupby
和一些数据帧重塑。
df = df.reset_index()
df_long = pd.wide_to_long(df, ['code','value'], 'index', 'No')
df_long.groupby(['index','code']).sum().unstack(fill_value=0)
df_sum = df_long.groupby(['index','code']).sum().replace(0, np.nan).dropna(axis=0)['value'].unstack(fill_value=0)
df_sum.columns = [f'sum_{df_sum.columns.name}_{i}' for i in df_sum.columns]
df_out = df.set_index('index').join(df_sum)
df_out
输出:
code1 code2 code3 code4 value1 value2 value3 value4 sum_code_101 sum_code_201 sum_code_301
index
0 101 101 101 101 1000 1000 1000 1000 4000.0 0.0 0.0
1 101 101 101 201 1000 1000 1000 1000 3000.0 1000.0 0.0
2 101 101 201 201 1000 1000 1000 1000 2000.0 2000.0 0.0
3 101 201 201 201 1000 1000 1000 1000 1000.0 3000.0 0.0
4 101 201 201 301 1000 1000 1000 1000 1000.0 2000.0 1000.0
5 101 201 301 301 1000 1000 1000 1000 1000.0 1000.0 2000.0
6 101 301 301 301 1000 1000 1000 1000 1000.0 0.0 3000.0
7 101 101 101 301 1000 1000 1000 1000 3000.0 0.0 1000.0
8 101 201 301 0 1000 1000 1000 0 1000.0 1000.0 1000.0
9 101 301 0 0 1000 1000 0 0 1000.0 0.0 1000.0
答案 1 :(得分:0)
这是使用pandas apply方法的解决方案。当您可以使用列/行操作时,通常并不理想。但这有效。
import pandas as pd
data = {
'code1': ['101', '101', '101', '101', '101', '101'],
'code2': ['101', '101', '101', '201', '201', '201'],
'code3': ['101', '101', '101', '201', '201', '301'],
'code4': ['101', '201', '201', '201', '301', '301'],
'value1': [1000, 1000, 1000, 1000, 1000, 1000],
'value2': [1000, 1000, 1000, 1000, 1000, 1000],
'value3': [1000, 1000, 1000, 1000, 1000, 1000],
'value4': [1000, 1000, 1000, 1000, 1000, 1000]
}
df = pd.DataFrame(data)
def apply_to_row(row, value):
code_cols = ['code1', 'code2', 'code3', 'code4']
value_cols = ['value1', 'value2', 'value3', 'value4']
code_value_sum = 0
for code_col, value_col in zip(code_cols, value_cols):
if row[code_col] == value:
code_value_sum += row[value_col]
return code_value_sum
code_values = ['101', '201', '301'] # probably replace with a distinct value list of code columns
for code_value in code_values:
df['sum_code_' + str(code_value)] = df.apply(apply_to_row, value=code_value, axis=1)
结果如下:
code1 code2 code3 code4 value1 value2 value3 value4 sum_code_101 sum_code_201 sum_code_301
0 101 101 101 101 1000 1000 1000 1000 4000 0 0
1 101 101 101 201 1000 1000 1000 1000 3000 1000 0
2 101 101 101 201 1000 1000 1000 1000 3000 1000 0
3 101 201 201 201 1000 1000 1000 1000 1000 3000 0
4 101 201 201 301 1000 1000 1000 1000 1000 2000 1000
5 101 201 301 301 1000 1000 1000 1000 1000 1000 2000
谢谢!