熊猫数据框按两列分组，计数和总和

如何解决熊猫数据框按两列分组，计数和总和

我有以下df，我想按“名称”分组，所以有一个“ A”和“ B”计数列以及一个“总销售额”总和列：

例如将其旋转：

data = {'A or B' : ['A','A','B','B'],'Name' : ['Ben','Ben','Sam','Sam'],'Sales ($)' : [10,5,2,6,7]
       }

df=pd.DataFrame(data,columns = ['A or B','Name','Sales ($)'])

所以看起来像这样：

grouped_data = {'A' : [2,1],'B' : [1,2],'Total Sales ($)' : [17,18]
       }

df=pd.DataFrame(grouped_data,columns = ['A','Total Sales ($)'])

解决方法

您可以尝试使用pd.get_dummies，join和groupby + sum：

pd.get_dummies(df['A or B'])\
  .join(df.drop('A or B',1))\
  .groupby('Name',as_index=False).sum()

输出：

  Name  A  B  Sales ($)
0  Ben  2  1         17
1  Sam  1  2         18

---

详细信息：

首先，使用get_dummies将分类变量转换为虚拟变量/指标变量：

pd.get_dummies(df['A or B'])
#   A  B
#0  1  0
#1  1  0
#2  0  1
#3  0  1
#4  1  0
#5  0  1

然后使用join，在'A or B'列被删除的情况下，使用原始df来连接假人：

pd.get_dummies(df['A or B']).join(df.drop('A or B',1))
#   A  B Name  Sales ($)
#0  1  0  Ben         10
#1  1  0  Ben          5
#2  0  1  Ben          2
#3  0  1  Sam          5
#4  1  0  Sam          6
#5  0  1  Sam          7

最后，根据名称执行groupby + sum：

pd.get_dummies(df['A or B']).join(df.drop('A or B',1)).groupby('Name',as_index=False).sum()
#  Name  A  B  Sales ($)
#0  Ben  2  1         17
#1  Sam  1  2         18

,

您可以在import pandas as pd import matplotlib.pyplot as plt data = [[1,10,'red'],[2,15,'green'],[3,14,'blue']] df = pd.DataFrame(data,columns = ['x','y','color']) fig,ax = plt.subplots() for i in df.index: ''' Get two rows each time,every row has a point (x,y) Two points can draw a line,use the color defined by first row ''' partial = df.iloc[i:i+2,:] ax.plot(partial['x'],partial['y'],color=partial['color'].iloc[0],zorder = 0) plt.show() 内使用聚合

groupby

,

分步解决方案：

import pandas as pd
data = {'A or B' : ['A','A','B','B'],'Name' : ['Ben','Ben','Sam','Sam'],'Sales ($)' : [10,5,2,6,7]
       }

df=pd.DataFrame(data,columns = ['A or B','Name','Sales ($)'])

#first create dummy for 'A or B' column
y = pd.get_dummies(df['A or B'])

#concatenate with original data frame
df=pd.concat([y,df],axis=1)
#delete the column
del df['A or B']

#now do the group by
df=df.groupby('Name').agg({'A':'sum','B':'sum','Sales ($)': 'sum'})

#reset the index
df.reset_index(level=0,inplace=True)
print(df)

输出：

  Name  A  B  Sales ($)
0  Ben  2  1         17
1  Sam  1  2         18