跳转至

用字典组合 Pandas groupby 中的多列

原文:https://www.geeksforgeeks.org/combining-多列 in-pandas-group by-with-dictionary/

让我们看看如何借助不同的例子,使用groupby 和字典来组合熊猫中的多个列。

示例#1:

# importing pandas as pd 
import pandas as pd 

# Creating a dictionary 
d = {'id':['1', '2', '3'],
     'Column 1.1':[14, 15, 16],
     'Column 1.2':[10, 10, 10],
     'Column 1.3':[1, 4, 5],
     'Column 2.1':[1, 2, 3],
     'Column 2.2':[10, 10, 10], }

# Converting dictionary into a data-frame 
df = pd.DataFrame(d)
print(df)

输出:

# Creating the groupby dictionary 
groupby_dict = {'Column 1.1':'Column 1',
                'Column 1.2':'Column 1',
                'Column 1.3':'Column 1',
                'Column 2.1':'Column 2',
                'Column 2.2':'Column 2' }

# Set the index of df as Column 'id'
df = df.set_index('id')

# Groupby the groupby_dict created above 
df = df.groupby(groupby_dict, axis = 1).min()
print(df)

输出:

解释

  • 这里,我们将第 1.1 栏、第 1.2 栏和第 1.3 栏归入第 1 栏,将第 2.1 栏、第 2.2 栏归入第 2 栏。
  • 请注意,每一列中的输出是分组在一起的每一列的最小值。即在列 1 中,第一行的值是列 1.1 行 1、列 1.2 行 1 和列 1.3 行 1 的最小值。

例 2:

# importing pandas as pd 
import pandas as pd 

# Create dictionary with data 
dict = {
    "ID":[1, 2, 3],
    "Movies":["The Godfather", "Fight Club", "Casablanca"],
    "Week_1_Viewers":[30, 30, 40],
    "Week_2_Viewers":[60, 40, 80],
    "Week_3_Viewers":[40, 20, 20] };

# Convert dictionary to dataframe
df = pd.DataFrame(dict);
print(df)

输出:

# Create the groupby_dict 
groupby_dict = {"Week_1_Viewers":"Total_Viewers",
           "Week_2_Viewers":"Total_Viewers",
           "Week_3_Viewers":"Total_Viewers",
           "Movies":"Movies" }

df = df.set_index('ID')
df = df.groupby(groupby_dict, axis = 1).sum()
print(df)

输出:

说明:

  • 在这里,请注意,即使“电影”没有被合并到另一个列中,它仍然必须出现在 groupby_dict 中,否则它不会出现在最终的数据帧中。
  • 为了计算总观众数,我们使用了。sum()函数,将各行的所有值相加。


回到顶部