Python 数据帧分组查找列上的计数和

我有一个像

       customer        fruit    price
0      cust1           mango     30
1      cust2           apple     45
2      cust1           banana    55
3      cust3           mango     22
4      cust4           banana    54
5      cust3           apple     55
6      cust2           apple     90
7      cust1           mango     45
8      cust3           banana    45
9      cust2           mango     23
10     cust4           mango     44

我需要=每位顾客在购买芒果和其他水果（即不是芒果本身作为一个类别）上的花费。cust1 mango=75，cust1 other=55，就像每个客户的wise一样

      customer   price spent_on_mango  spent_on_others
0      cust1          75                    55   
1      cust2          23                    135       
2      cust3          22                    100
3      cust4          44                    54

---

请建议。

我们可以将“水果”中不是“芒果”的元素替换为“其他”，然后

groupby

变量（'customer'、'fruit'），获得

总和
和
取消堆叠

import pandas as pd
df1.loc[df1.fruit !='mango', 'fruit'] = 'others'
print(df1.groupby(['customer', 'fruit']).sum().unstack()) 
#         price       
#fruit    mango others
#customer             
#cust1       75     55
#cust2       23    135
#cust3       22    100
#cust4       44     54

尝试对某些列进行分组，然后像这样应用sum（）：

print dframe.groupby(["customer","fruit"]).sum()

正如命令本身所说，它对列进行分组并将值相加

它返回一个包含所需信息的数据框。
为什么不创建一列来指示水果是否是芒果，然后将其包含在您的
groupby中

df['mango'] = df.fruit == 'mango'
df2 = df.groupby(['customer', 'mango']).sum().unstack()
df2.columns = ['not mango', 'mango']

>>> df2
          not mango  mango
customer                  
cust1            55     75
cust2           135     23
cust3           100     22
cust4            54     44

作为替代方案，您可以通过以下方式执行此操作：

这可能很好，但您可以创建所需的“非芒果”：

通常，如果您看到堆栈/取消堆栈，您应该改为尝试“pivot”：。
另一种
pandas
方法：

df.fruit[df.fruit != 'mango'] = 'other_fruit'
pd.pivot_table(df, 'price', 'customer', 'fruit', np.sum)

fruit     mango  other_fruit
customer                    
cust1        75           55
cust2        23          135
cust3        22          100
cust4        44           54

请展示如何从csv中准确初始化DataFrame，我通过将panda导入为pd来阅读。df=pd.read_csv（'path'）我以前试过这个方法。通过这个方法，我得到了所有水果的总和。但我想另外两列显示两组的花费，一个是在芒果上，另一个不是在芒果上。谢谢。但是有没有任何方法将这些假真重命名为在芒果上花费的钱和在其他人身上花费的钱。或者我如何在两个不同的列中获得这些。，这是一个很大的帮助和一种新的方式
In [13]: mango = res.pop("mango")

In [14]: res.sum(axis=1).to_frame(name="not mango").join(mango)
Out[14]:
          not mango  mango
customer
cust1          55.0   37.5
cust2          67.5   23.0
cust3         100.0   22.0
cust4          54.0   44.0

df.fruit[df.fruit != 'mango'] = 'other_fruit'
pd.pivot_table(df, 'price', 'customer', 'fruit', np.sum)

fruit     mango  other_fruit
customer                    
cust1        75           55
cust2        23          135
cust3        22          100
cust4        44           54