如何有效地分解 Dataframe 中的数据（给定一组权重、映射等）？答案

【问题标题】：How can I efficiently disaggregate data in a Dataframe (given a set of weights, mapping, etc.)?如何有效地分解 Dataframe 中的数据（给定一组权重、映射等）？
【发布时间】：2012-08-26 18:20:22
【问题描述】：

我有一个数据框，它保存特定聚合级别的数据 - 我们称之为区域。

我还有一个解释这些区域是如何形成的字典。像这样的：

map = {'Alabama': 'region_1', 'Arizona': 'region_1', 'Arkansas': 'region_2' ... }

以及其区域内每个状态的一组权重，以序列形式存储：

Alabama    .25
Arizona    .75
Arkansas   .33
....

是否有一种有效的方法可以应用此分解图来获取州级别的新数据框？

聚合很容易：

df_regional = df_states.groupby(map).sum()

但是我怎样才能进行分解呢？

【问题讨论】：

标签： pandas

【解决方案1】：

假设两个数据帧，df_states 和 df_regional，具有以下内容结构：

In [36]: df_states
Out[36]: 
          Weight    Region
Alabama     0.25  region_1
Arizona     0.75  region_1
Arkansas    0.33  region_2

In [37]: df_regional
Out[37]: 
          Value
region_1    100
region_2     80

pandas.merge 是否以看起来有用的方式排列数据？

In [39]: df = pandas.merge(df_states, df_regional, left_on='Region', right_index=True)

In [40]: df
Out[40]: 
          Weight    Region  Value
Alabama     0.25  region_1    100
Arizona     0.75  region_1    100
Arkansas    0.33  region_2     80

In [41]: df.Weight * df.Value
Out[41]: 
Alabama     25.0
Arizona     75.0
Arkansas    26.4

【讨论】：

【解决方案2】：

In [238]: map = {'Alabama': 'region_1', 'Arizona': 'region_1', 'Arkansas': 'region_2'}

In [239]: weigths = pandas.Series([.25, .75, .33], index=['Alabama', 'Arizona', 'Arkansas'])

In [240]: df_states = pandas.DataFrame({'map': pandas.Series(map), 'weigths': weigths})

In [241]: df_states
Out[241]:
               map  weigths
Alabama   region_1     0.25
Arizona   region_1     0.75
Arkansas  region_2     0.33

In [242]: df_regional = df_states.groupby('map').sum()

In [243]: df_regional
Out[243]:
          weigths
map
region_1     1.00
region_2     0.33

【讨论】：