Question

假设我有一个数据框，如下所示：

d = {'name': ['spain', 'greece','belgium','germany','italy'], 'davalue': [3, 4, 6, 9, 3]}
df = pd.DataFrame(data=d)

index name  davalue
0    spain      3
1    greece     4
2    belgium    6
3    germany    9
4    italy      3

我想基于名称列中的字符串列表进行汇总和求和。因此，例如，我可能有：southern=['spain', 'greece', 'italy']和northern=['belgium','germany']。

我的目标是使用sum进行汇总，并获得：

index name  davalue
0   southern    10
1   northen     15

其中10=3+4+3和15=6+9

我想象过类似的事情：

df.groupby(by=[['spain','greece','italy'],['belgium','germany']])

可能存在。 docs说

标签或标签列表可以通过自身中的列传递给分组

但我不确定我是否理解语法的含义。

Answer 1

我会建立字典和地图：

d = {v:'southern' for v in southern}
d.update({v:'northern' for v in northern})

df['davalue'].groupby(df['name'].map(d)).sum()

输出：

name
northern    15
southern    10
Name: davalue, dtype: int64

Answer 2

一种方法可能是使用np.select并将结果用作分组器：

import numpy as np

southern=['spain', 'greece', 'italy']
northern=['belgium','germany']

g = np.select([df.name.isin(southern),
               df.name.isin(northern)],
              ['southern', 'northern'],
              'others')

df.groupby(g).sum()

          davalue
northern       15
southern       10

Answer 3

df["regional_group"]=df.apply(lambda x: "north" if x["home_team_name"] in ['belgium','germany'] else "south",axis=1)

您创建了一个新列，以后您可以以此为依据。

df.groupby("regional_group")["davavalue"].sum()

根据列表对列进行分类并汇总结果

3 个答案: