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。
版权属于：月萌API www.moonapi.com，转载请注明出处
