时间戳

首页 > 解决方案 > 在 Python 中按多个条件对数据进行分组

python - 在 Python 中按多个条件对数据进行分组

问题描述

我想我有一个快速的问题，但我没有找到用简单的话谷歌搜索它的方法。

我有一个像这样的原始数据集：

 Number of account     Value
      123               100
      456               300
      789               400
      910               100
      674               250

我有一个方法表可以将这些原始数据整合成有用的东西。看起来像：

 Variable              Number of account
    "a"                  123, 456, 910
    "b"                    789,674

所以，最后我想得到一张这样的桌子：

 Variable              Number of account
    "a"                  Sum of values for(123, 456, 910)
    "b"                  Sum of values for(789,674)

我最初的想法是做类似的事情：对于方法表中的每一行，对于方法表中的每个帐户数，原始数据中的总和值。

两个问题：

  1. 巩固它的最佳方法是什么？
  2. 如果方法表中的账户数是逗号分隔的字符串怎么办？（“123,456,910”）。我可以在 pandas DataFrame 的一个单元格中存储多个数字吗

标签： pythonpandasgroupingconsolidation

解决方案

假设我在两个数据框中有数据：

df是 ：

Number_of_account     Value
      123               100
      456               300
      789               400
      910               100
      674               250

并且table_2是：

Variable              Number_of_account
    "a"                  123,456,910
    "b"                    789,674

首先，我将从 table2 创建一个查找表：

lookup_table = pd.concat([pd.Series(row['Variable'], row['Number_of_account'].split(','))              
                         for _, row in table_2.iterrows()]).reset_index()
lookup_table.columns = ["Number_of_account", "variable"]
lookup_table.Number_of_account = pd.to_numeric(lookup_table.Number_of_account)

结果是：

   Number_of_account variable
0                123        a
1                456        a
2                910        a
3                789        b
4                674        b

然后，我将主数据框 ( df) 与查找表合并，并用于groupby计算值的总和。

df = pd.merge(df, lookup_table, on="Number_of_account")
df.groupby("variable")["Value"].sum()

结果是：

variable
a    500
b    650

推荐阅读