Python 展开一个列条目,并从中的一行或多行添加值
我有一个数据框,其中的条目具有相同的含义,我希望将它们放在同一行(和列)中。 我的模拟df:Python 展开一个列条目,并从中的一行或多行添加值,python,pandas,Python,Pandas,我有一个数据框,其中的条目具有相同的含义,我希望将它们放在同一行(和列)中。 我的模拟df: my = pd.DataFrame( {'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'], 'bites': [1, 2, 3, 1, 2, 3, 4]}) 我想要的是: 我得到的最接近的是 my.loc['Apple'] +=my.loc['Pomme'] += my.loc['aeble']
my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})
我想要的是:
我得到的最接近的是
my.loc['Apple'] +=my.loc['Pomme'] += my.loc['aeble']
但是我想知道是否有一种更简单的方法。如果您有一些
dict
将所有结果
值映射到一种语言,您可以使用agg函数join
和sum
:
d = {'Apple': 'Apple',
'Banana': 'Banana',
'Pomme': 'Apple',
'aeble': 'Apple',
'Banan': 'Banana',
'Orange': 'Orange',
'Apelsin': 'Orange'
}
my.groupby(my['fruit'].map(d)).agg({'fruit': lambda x: ', '.join(x),
'bites': 'sum'})
[外]
帮助生成映射的
dict
的一种方法是使用包:
[外]
正如您所见,它并不完美,但它将为您提供一个领先的起点,而不是完全手动创建。另一种方法是创建第三列来识别您的水果,然后进行分组:
my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})
#Create new column
my['Type Fruit'] = ['Apple', 'Bannana', 'Apple', 'Apple', 'Bannana', 'Orange', 'Orange']
# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')
In [1] : print(fruit_type )
Out[1] : Type Fruit
Apple 5
Bannana 4
Orange 7
@Chris使用google translate的想法也可用于此方法,以创建第三列:
from googletrans import Translator
translator = Translator()
my['Type Fruit'] = [x.text for x in translator.translate(my['fruit'].unique().tolist())]
# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')
如何在您的代码中进行翻译?数据很混乱,我想我只能依靠自己的语言技能(幸运的是,此df中的语言大部分是我所知道的语言)。如果我有单个条目,也就是说,如果有一行带有“pear”,而没有其他代表pear的条目,这也会起作用吗。或者我必须输入每一行,即使它是同类中唯一的一行吗?是的,单个条目仍应显示为它们自己的组
{'Apple': 'Apple',
'Banana': 'Banana',
'Pomme': 'Apple',
'aeble': 'aeble',
'Banan': 'Banana',
'Orange': 'Orange',
'Apelsin': 'Orange'}
my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})
#Create new column
my['Type Fruit'] = ['Apple', 'Bannana', 'Apple', 'Apple', 'Bannana', 'Orange', 'Orange']
# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')
In [1] : print(fruit_type )
Out[1] : Type Fruit
Apple 5
Bannana 4
Orange 7
from googletrans import Translator
translator = Translator()
my['Type Fruit'] = [x.text for x in translator.translate(my['fruit'].unique().tolist())]
# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')