pandas groupby 类别与一些类别组合在一起答案

【问题标题】：pandas groupby categories with some categories grouped togetherpandas groupby 类别与一些类别组合在一起
【发布时间】：2018-11-28 22:19:47
【问题描述】：

问题的标题非常模糊，但本质上，我想在 pandas 数据框上运行 groupby 函数，我想按“类别”列进行分组，类别的唯一值是 milk,@ 987654323@、caramel 和 x、y、z 等。我要对其执行聚合的列包含已售出任何种类巧克力数量的 Quantity 数据。现在，我知道如果groupby('Category').sum().plot.bar()，我将看到代表milk 和dark 类别的高交易量的高条，以及其他4 个类别的非常小的（如果有的话）条。我想将其他类别组合在一起，以便最终情节只有 3 个条形图，例如对于milk、dark 和others。实现这一目标的最简单方法是什么？谢谢！

【问题讨论】：

标签： python pandas

【解决方案1】：

按照这些思路应该可以工作。

df2 = df.groupby('Category').sum()
df2['others'] = [x if x.name not in ['milk', 'dark'] else None for x in df2.columns]
df2[['milk', 'dark', 'others']].plot.bar()

【讨论】：

谢谢！不是输入应该属于Others 的每个类别的名称，而是有一个声明会说“所有其他不是牛奶而不是黑暗的东西？
添加了一个列表解析，它应该只抓取未命名为 milk 或 dark 的列。
为什么在列表理解语句中出现invalid syntax 错误，箭头指向for？或许，这应该是[xfor x in df2.columns if x.name not in ['milk', 'dark'] ]
内联 if 中可能需要一个 else 情况。