Python 将数据帧中的所有行合并为除一行以外的其他行

我有一个数据集

       Item Type     market_share
    Office Supplies     10
     Baby Food          20
  Vegetables            10
       Meat             30
 Personal Care          10
   Household            20

我想将所有行（除了Baby Food列）合并，以便我的数据集看起来像

       Item Type     market_share
      Others            80
     Baby Food          20

我怎样才能做到这一点，基本上把所有的行合并在一起，求和并把它们和其他行一样放在一起。

使用-

输出

然后使用值_计数-

TLDR

使用-

输出

然后使用值_计数-

TLDR

---

您可以使用except功能！=函数为==

---

您可以使用except功能！=函数为==

按条件或按创建数组或序列，并将缺少的值转换为NaN和聚合和：

按条件或按创建数组或序列，并将缺少的值转换为NaN和聚合和：

您可以使用：

df.groupby(df['Item Type'].eq('Baby Food').map({True:'Baby Food',False:'Others'})).sum()

您可以使用：

df.groupby(df['Item Type'].eq('Baby Food').map({True:'Baby Food',False:'Others'})).sum()

df['market_share_2'].value_counts()

Others       5
Baby Food    1
Name: market_share_2, dtype: int64

pd.Series(np.where(df['Item Type'].values=='Baby Food', 'Baby Food', 'Others')).value_counts()

df[df['market_share'] != 'Baby Food'].sum()

df[df['market_share'] == 'Baby Food'].sum()

s = np.where(df['Item Type'] == 'Baby Food', 'Baby Food', 'Others')
print (s)
['Others' 'Baby Food' 'Others' 'Others' 'Others' 'Others']

s = df['Item Type'].map({'Baby Food':'Baby Food'}).fillna('Others')
print (s)
0       Others
1    Baby Food
2       Others
3       Others
4       Others
5       Others
Name: Item Type, dtype: object

df = df.groupby(s)['market_share'].sum().rename_axis('Item Type').reset_index()

print (df)
   Item Type  market_share
0  Baby Food            20
1     Others            80

df.groupby(df['Item Type'].eq('Baby Food').map({True:'Baby Food',False:'Others'})).sum()

            market_share
Item Type              
Baby Food            20
Others               80