熊猫：如何按不同的标准对多行进行分组答案

【问题标题】：Pandas: How to group multiple row by different criteria熊猫：如何按不同的标准对多行进行分组
【发布时间】：2021-09-10 09:21:04
【问题描述】：

我正在尝试按不同条件对行进行分组，示例如下。基本上，我想尝试的是将Team 名称分组，并将其放入一个新的Dataframe 和sum of goal。我试过groupby，但不知何故不能做我想做的事。我怎样才能得到预期的结果？谢谢！

example = {'Team':['Arsenal', 'Manchester United', 'Arsenal',
               'Arsenal', 'Chelsea', 'Manchester United',
               'Manchester United', 'Chelsea', 'Chelsea', 'Chelsea',
               'Juventus','Juventus'],
                 
       'Player':['Ozil', 'Pogba', 'Lucas', 'Aubameyang',
                   'Hazard', 'Mata', 'Lukaku', 'Morata', 
                                     'Giroud', 'Kante',
                'Ronaldo','Buffon'],
                                       
       'Goals':[5, 3, 6, 4, 9, 2, 0, 5, 2, 3, 20, 0] }
group_dict = {'UK':['Arsenal', 'Manchester United', 'Chelsea'], 'Italy':['Juventus']}

预期结果：

Country    Goals
UK          39
Italy       20

【问题讨论】：

标签： python pandas dataframe group-by

【解决方案1】：

创建一个字典，从Team 反向映射到Country，然后通过Country 聚合：

df = pd.DataFrame(example)

df.Goals.groupby(
  df.Team.map({v: k for k, lst in group_dict.items() for v in lst}).rename('Country')
).sum().reset_index()

#  Country  Goals
#0   Italy     20
#1      UK     39

【讨论】：

谢谢！但是如果我有不止一列要总结怎么办？比如Goals1、Goals_yesterday、Goals_last_month？
您可以通过df[['Goals1', 'Goals_yesterday', 'Goals_last_month']].groupby(...).sum(...)...对所有列求和

【解决方案2】：

您可以使用np.select 临时分配一个新列为contry 然后groupby contry 并调用sum

df.assign(contry=np.select([df['Team'].isin(v) for v in group_dict.values()],
            list(group_dict.keys()),
            '')).groupby('contry', sort=False, as_index=False)['Goals'].sum()

输出：

  contry  Goals
0     UK     39
1  Italy     20

【讨论】：

如果我有不止一列要总结？比如Goals1、Goals_yesterday、Goals_last_month？只需将它们放在最后一个 ['Goals'] 中？
是的，您可以将它们作为列表@WILLIAM