Python 根据dupliacte列名添加和

对于以下数据帧df

Filename                                   Language    
Repo/Repo_3/.travis.yml                    YAML        20
Repo/Repo_3/backup_automater_services.py   Python      18
Repo/Repo_3/batch_file_rename.py           Python      33
Repo/Repo_3/cbd_pennies.                   C           26
Repo/Repo_3/cbd_rand.                      C           19
Repo/Repo_3/cbd_rand_dist.                 C           20
Repo/Repo_3/chaos.py                       Python       8
Repo/Repo_3/chapter02/item01/Provider.jav  Java         4
Repo/Repo_3/chapter02/item01/Service.jav   Java         3
Repo/Repo_3/chapter02/item01/Services.jav  Java        25

试图找到一种在语言列中查找重复项总和的方法。 所有C语言或Python语言的总和

Filename                                   Language    Sum of All  
Repo/Repo_3                                YAML        20 
Repo/Repo_3                                Python      118
Repo/Repo_3                                C           120
Repo/Repo_3                                Java        125

尝试使用groupby，但运气不佳

df.groupby(['Filename', 'Language'])['Code Lines'].sum()

---

您分组所依据的

文件名

与您尝试合并的行不同。您可以从

groupby

中删除该列，或者添加一个对所有行都相同的新列

仅针对您显示的数据帧：

df.groupby(['Language']).sum()

      Code Lines
Language            
C                 65
Java              32
Python            59
YAML              20

apply

语句在每个文件上按

/

拆分名称，并仅重新连接前两个单词，因此如果整个数据帧不遵循该约定，请根据需要进行调整

在新的专栏中：

df['Repo'] = df['Filename'].apply(lambda st: '/'.join(st.split('/')[:2]))

df.groupby(['Repo', 'Language']).sum()

                  Code Lines
Repo        Language            

Repo/Repo_3 C                 65
            Java              32
            Python            59
            YAML              20

---

您分组所依据的

文件名

与您尝试合并的行不同。您可以从

groupby

中删除该列，或者添加一个对所有行都相同的新列

仅针对您显示的数据帧：

df.groupby(['Language']).sum()

      Code Lines
Language            
C                 65
Java              32
Python            59
YAML              20

apply

语句在每个文件上按

/

拆分名称，并仅重新连接前两个单词，因此如果整个数据帧不遵循该约定，请根据需要进行调整

在新的专栏中：

df['Repo'] = df['Filename'].apply(lambda st: '/'.join(st.split('/')[:2]))

df.groupby(['Repo', 'Language']).sum()

                  Code Lines
Repo        Language            

Repo/Repo_3 C                 65
            Java              32
            Python            59
            YAML              20

---

使用

groupby

，这很简单。但是，在另一列上进行聚合时，您打算如何保留文件名

我建议使用

os.path.split

从文件名中提取绝对目录路径，并根据文件名和语言进行分组

import os

(df.assign(Filename=[os.path.split(v)[0] for v in df.Filename])
   .groupby(['Filename', 'Language'])
   .sum()
   .reset_index())

                       Filename Language  Value
0                   Repo/Repo_3        C     65
1                   Repo/Repo_3   Python     59
2                   Repo/Repo_3     YAML     20
3  Repo/Repo_3/chapter02/item01     Java     32 

---

使用

groupby

，这很简单。但是，在另一列上进行聚合时，您打算如何保留文件名

我建议使用

os.path.split

从文件名中提取绝对目录路径，并根据文件名和语言进行分组

import os

(df.assign(Filename=[os.path.split(v)[0] for v in df.Filename])
   .groupby(['Filename', 'Language'])
   .sum()
   .reset_index())

                       Filename Language  Value
0                   Repo/Repo_3        C     65
1                   Repo/Repo_3   Python     59
2                   Repo/Repo_3     YAML     20
3  Repo/Repo_3/chapter02/item01     Java     32 

---

工作正常有一个错误“DataFrameGroupBy”对象没有属性“Value”，所以更改了它（df.assign（文件名=[os.path.split（v）[0]表示df.Filename中的v]）。groupby（['Filename'，'Language']）。sum（）.reset_index（））工作正常有一个错误“DataFrameGroupBy”对象没有属性“Value”，所以更改了它（df.assign（文件名=[os.path.split（v）[0]用于df.Filename中的v]）.groupby（['Filename'，'Language']）.sum（）.reset_index（））