使用 pandas python 聚合数据答案

【问题标题】：Aggregating data using pandas python使用 pandas python 聚合数据
【发布时间】：2019-05-20 08:24:06
【问题描述】：

我有如下类似的数据：

表 1

Colour  Make
Red     Ford
Blue    BMW
Blue    BMW
Green   Golf
Yellow  Audi
Yellow  Audi
Yellow  Audi

表 2

Colour  Make    Count
Green   Ford    5
Blue    BMW     1
Green   Golf    6
Orange  BMW     1

我想使用 pandas 来聚合表 1 中的数据，然后如果表 2 已经存在则增加计数，如果不存在则插入新记录。从上面的示例数据：

结果表：

Colour  Make    Count
Green   Ford    5
Blue    BMW     3
Green   Golf    7
Orange  BMW     1
Red     Ford    1
Yellow  Audi    3

要完成第一个聚合步骤，我有：

df1.groupby(["Colour", "Make"]).size()reset_index(name="Count")

但是，我不确定如何进行第二步。我倾向于选择某种基于循环的解决方案，但我读过这是一个禁忌。

到达结果表的最合适方法是什么？

提前谢谢你。

【问题讨论】：

标签： python pandas aggregate pandas-groupby

【解决方案1】：

您可以对齐索引和结构，然后使用pd.DataFrame.add 和fill_value=0。

res = df1.groupby(['Colour', 'Make']).size().to_frame('Count')\
         .add(df2.set_index(['Colour', 'Make']), fill_value=0)\
         .astype(int).reset_index()

print(res)

   Colour  Make  Count
0    Blue   BMW      3
1   Green  Ford      5
2   Green  Golf      7
3  Orange   BMW      1
4     Red  Ford      1
5  Yellow  Audi      3

【讨论】：

【解决方案2】：

使用concat 和groupby size

pd.concat([df1.assign(Count=1),df2]).groupby(['Colour','Make']).Count.sum().reset_index()
Out[127]: 
   Colour  Make  Count
0    Blue   BMW      3
1   Green  Ford      5
2   Green  Golf      7#check you expected output at this line 
3  Orange   BMW      1
4     Red  Ford      1
5  Yellow  Audi      3

【讨论】：

使用 .Count 时出现错误。我已替换为 ["Count"]，它按预期工作。