python - Groupby Yearly Crop Sequences 以检索英亩数和总和
问题描述
对熊猫仍然很陌生,但渴望学习。我有大约 8000 个农田的作物序列,描述了每年出现的作物。我也有所有年份数据中观察到的每种可能作物的主作物清单。
对于每个'CropSeq [YR]',我想获得独特作物的频率,然后确定与独特作物类型相关的总面积('Acres'的总和)。
作物序列数据的虚拟示例:
FieldID Acres CropSeq04 CropSeq05 CropSeq06
1 20 Barley Alfalfa Rye
2 30 Barley Rye Rye
3 45 Lettuce Alfalfa Beets
4 10 Hay Alfalfa Rye
5 15 Alfalfa Beets Beets
我设想的输出将是:
Crops04 Freq04 Acre04 Crops05 Freq05 Acre05 Crops06 Freq06 Acre06
Alfalfa 1 15 Alfalfa 3 75 Beets 2 60
Barley 2 50 Beets 1 15 Rye 3 60
Hay 1 10 Rye 1 30
Lettuce 1 45
有了每种作物类型的英亩数和总和,我想将这些值添加到我的“主”序列列表中,确保行值匹配。预计 NA 值或空白是因为每年并不总是包含所有可能的作物类型。主序列列表示例:
MasterCropList | Crops04 Freq04 Acre04 | Crops05 Freq05 Acre05 | Crops06 Freq06 Acre06
Alfalfa | Alfalfa 1 15 | Alfalfa 3 75 |
Barley | Barley 2 50 | |
Beets | | Beets 1 15 | Beets 2 60
Hay | Hay 1 10 | |
Rye | | Rye 1 30 | Rye 3 60
Lettuce | Lettuce 1 45 | |
我已经能够获得独特作物的频率,并单独总结特定作物类型一年的英亩数。然而,同时做这两件事让我感到困惑。
对英亩进行汇总和排序的示例:
# Sums Acres per crop sequence
year04 = cropdf.groupby('Crop04', as_index=False)['Acres'].sum()
year04.sort_values(by=['Acres'], ascending=False)
我将继续探索如何将结果与基于共享值的主作物列表相结合。
解决方案
利用:
new_df= (
pd.concat([( group.add_suffix(i[-2:])
.rename(columns={'Crops':i})
.reset_index(drop=True) )
for i,group in ( df.melt(['FieldID','Acres'],
var_name='Seq',
value_name='Crops')
.groupby(['Seq','Crops'])
.Acres
.agg(Freq='size',Acre='sum')
.unstack('Seq')
.reindex(index=df_master['MasterCropList'])
.stack(dropna=False)
.swaplevel()
.sort_index()
.rename_axis(index=['Seq','Crops'])
.reset_index('Crops')
.assign(Crops=lambda x: x.Crops.where(x.Freq.notnull()))
.groupby(level=0) )],axis=1,sort=True)
)
df_master=( pd.concat([df_master.sort_values('MasterCropList')
.reset_index(drop=True),new_df],axis=1)
.fillna('') )
print(df_master)
输出
MasterCropList Crops04 Freq04 Acre04 Crops05 Freq05 Acre05 Crops06 Freq06 \
0 Alfalfa Alfalfa 1 15 Alfalfa 3 75
1 Barley Barley 2 50
2 Beets Beets 1 15 Beets 2
3 Hay Hay 1 10
4 Lettuce Lettuce 1 45
5 Rye Rye 1 30 Rye 3
Acre06
0
1
2 60
3
4
5 60
初始 df_master
print(df_master)
MasterCropList
0 Alfalfa
1 Barley
2 Beets
3 Hay
4 Rye
5 Lettuce
如果所有
MasterCropList
值都在至少一列中,df1
则reindex
没有必要,rename_axis
也不是。请记住,此解决方案非常灵活,适用于许多 CropSeq 列。请注意,如果列数超过值 99,则必须修改:
.add_suffix(i[-n:]
。
推荐阅读
- android - 如何在 Xamarin 中同时使用 Firebase Cloud Messaging 和 Firebase Auth?
- ssl - 将 rustls::Stream 添加到向量时,借用值的寿命不够长
- android - textCapWords 属性不适用于编辑文本
- sql - SQL 多个 WHERE 列与 LIKE 结合
- javascript - vue.js 将数据属性设置为方法的返回值
- memory-leaks - 为什么 Java11 将 java.util.zip.ZipFile$Source 保留在堆上?
- python - 切换大小写,如字典映射(值 = 方法)
- javascript - 从字符串javascript中提取特定长度的数字
- validation - Phalcon 4 messageEmpty 文件验证
- vb.net - 为什么当我处理表单并再次返回时 openFileDialog 没有响应?