当两行的值不同时，如何合并/组合系列中两行的值？

Question

我有一个 Pandas 系列，其中包含一个索引列和第二列 0。

索引列包含几种语言的缩写。此索引列中的两个不同值是“英语”的“en”和“英国英语”的“en-gb”。此列中还有许多其他值，包括“es”表示“西班牙语”，“fr”表示“法语”等等。

所以这个系列看起来像这样：

Index      0

en         42000
en-gb      500
es         320
und        143
fr         50

0 列包含索引列中每种语言值在原始数据框中出现的次数。

我正在尝试将“en”和“en-gb”的两个值组合起来，以便将它们计为一个。

我想要一个看起来像这样的新系列：

Index      0

en         42500
es         320
und        143
fr         50

编辑： 建议告诉我修改原始 DataFrame。这个建议的问题是我没有传统的数据框作为我的 Pandas 系列的来源。

相反，我的 Pandas 系列的起源是一个字典列表，在这些字典中，其中一个键是另一个字典。

所以要清楚，我有：数千个字典的列表。

每个字典的键之一是“用户”。

“用户”键的值是另一个字典。

在第二个字典中有一个键“lang”和诸如“en”、“en-gb”、“es”、“fr”等值。

所以在视觉上，我猜我的原始数据样本如下所示：

list_of_things = [
{'id':4444, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'},

{'id':555, 'user': {'lang':'fr', 'gibberish':'*#(#($&'}, 'location':'France'}, 

{'id':666, 'user': {'lang':'en-gb', 'gibberish':'*#(#($&'}, 'location':'Great Britain'}, 

{'id':777, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'}, 

{'id':888, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'}, {'id':999, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'},

{'id':888, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'}, {'id':999, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'},
{'id':888, 'user': {'lang':'en', 'gibberish':'*#(#($&'}, 'location':'USA'}, {'id':999, 'user': {'lang':'es', 'gibberish':'*#(#($&'}, 'location':'Spain'},
{'id':888, 'user': {'lang':'en-gb', 'gibberish':'*#(#($&'}, 'location':'Great Britain'}, {'id':999, 'user': {'lang':'und', 'gibberish':'*#(#($&'}, 'location':'Unknown'},
]

Answer 1

试试

df.groupby(df['Index'].str[:2])['0'].sum()

或

df.groupby(df['Index'].str.split('-').str[0])['0'].sum()

你得到

Index
en    42500
es      320
fr       50
un      143