Python，pandas，匹配组新列中的累积总和

Question

如果我在数据框中有这些列：

a     b  
1     5   
1     7
2     3
1,2   3
2     5

如何创建列c，其中列b 使用列a（字符串）的分组求和，保留现有数据框。有些行可以属于多个组。

a     b     c
1     5     15
1     7     15
2     3     11
1,2   3     26
2     5     11

由于我拥有的数据框非常大，有没有简单有效的解决方案。

Answer 1

您可以先将a 和join 列拆分为原始DataFrame：

print (df.a.str.split(',', expand=True)
               .stack()
               .reset_index(level=1, drop=True)
               .rename('a'))
0    1
1    1
2    2
3    1
3    2
4    2
Name: a, dtype: object

df1 = df.drop('a', axis=1)
        .join(df.a.str.split(',', expand=True)
                      .stack()
                      .reset_index(level=1, drop=True)
                      .rename('a'))
print (df1)
   b  a
0  5  1
1  7  1
2  3  2
3  3  1
3  3  2
4  5  2

然后将transform 用于sum 而不加修饰。

df1['c'] = df1.groupby(['a'])['b'].transform(sum)
#cast for aggreagation join working with strings
df1['a'] = df1.a.astype(str)
print (df1)
   b  a   c
0  5  1  15
1  7  1  15
2  3  2  11
3  3  1  15
3  3  2  11
4  5  2  11

最后groupby 按索引和聚合列按agg：

print (df1.groupby(level=0)
          .agg({'a':','.join,'b':'first' ,'c':sum})
          [['a','b','c']] )

     a  b   c
0    1  5  15
1    1  7  15
2    2  3  11
3  1,2  3  26
4    2  5  11