使用Python对数据帧进行分组

我的数据帧：

  ordercode             quantity
PMC21-AA1U1FBWBJA           1
PMP23-GR1M1FB3CJ            1
PMC11-AA1U1FJWWJA           1
PMC11-AA1U1FBWWJA+I7        2
PMC11-AA1U1FJWWJA           3
PMC11-AA1L1FJWWJA           3

我的期望输出：

  Group    ordercode                quantity
    0       PMC21-AA1U1FBWBJA           1
            PMP23-GR1M1FB3CJ            1
             PMC11-AA1U1FJWWJA          1
            PMC11-AA1U1FBWWJA+I7        1
    1      PMC11-AA1U1FBWWJA+I7         1
            PMC11-AA1U1FJWWJA           3
    2      PMC11-AA1L1FJWWJA            3

所以这里我想要的结果是基于

列['quantity']

。数量的最大值为

4

在

组0和组1中

总值（1+1+1+1=4）（1+3=4）（即将数量的最大值保持为4）。在

group2

中，我们可以看到没有要添加的值，因此该组由剩余值组成（这里是3）。在

group0和group1

中，我们可以看到

PMC11-AA1U1FBWWJA+I7

的值拆分

我从论坛上得到了一些帮助，并完成了以下编码：

df = pd.DataFrame(np.concatenate(df.apply(lambda x: [x[0]] * x[1], 1).as_matrix()), 
              columns=['ordercode'])
df['quantity'] = 1
df['group'] = sorted(range(0, len(df)/3, 1) * 4)[0:len(df)]
df.groupby(['group', 'ordercode']).sum()

但是我犯了一个错误

Type error: 'float' object cannot be interpreted as an integer

如果我在中使用

int

df['group'] = sorted(range(0, int(len(df)/3), 1) * 4)[0:len(df)]

我再次得到

typeerror

。谁能告诉我为什么

假设您使用Python3， 键入双斜杠

/

进行整数除法，并将范围转换为列表

df['group'] = sorted(list(range(0, len(df) // 3, 1)) * 4)[0:len(df)]

对于第二次尝试，它看起来是这样的

df['group'] = sorted(list(range(0, int(len(df) / 3), 1)) * 4)[0:len(df)]

所以完整的代码是这样运行的。 在运行之前，我将您的示例复制到剪贴板

import pandas as pd
import numpy as np
df = pd.read_clipboard()
df = pd.DataFrame(np.concatenate(df.apply(lambda x: [x[0]] * x[1], 1).as_matrix()), 
              columns=['ordercode'])
df['quantity'] = 1
df['group'] = sorted(list(range(0, len(df) // 3, 1)) * 4)[0:len(df)]
df = df.groupby(['group', 'ordercode']).sum()
print(df)

---

您使用的“.as_matrix（）”命令生成警告，但有效。

是的，我使用的是Python 3。我得到了

Typeerror:不支持的操作数类型*：“range”和“int”

我更新了回复。第一行中有一个括号问题。当我使用列表函数时，它会给我一个警告<代码>未来警告：方法。as_矩阵将在未来版本中删除。改为使用.values.df=pd.DataFrame（np.concatenate（df.apply（lambda x:[x[0]]*x[1]，1）。as_matrix（）），columns=['ordercode']）我没有得到任何结果我在jupyter笔记本电脑中运行了您的示例并得到了请求的结果。我将更新答案以包括正在运行的示例。我得到的结果是

df['group']=sorted（list（range（0，len（df）//3，1））*4）[0:len（df）]

但它没有分组

df.groupby（['group'，ordercode']）。sum（）