【发布时间】:2019-11-15 23:12:08
【问题描述】:
我正在使用 Python 和 Pandas,试图以一种有效的方式根据 ID 列表而不是唯一 ID 来总结不同行中数据框的值。
df:
Name - ID - Related IDs - Value
z - 123 - ['aaa','bbb','ccc'] - 10
w - 456 - ['aaa'] - 20
y - 789 - ['ggg','hhh','jjj'] - 50
x - 012 - ['jjj','hhh'] - 60
r - 015 - ['hhh'] - 15
可以尝试按列表的元素分解每一行,但它可能会重复要求和的值,并且在时间和资源方面可能不是一个有效的解决方案。
```python
f = {'Sum': 'sum'}
df = df.groupby(['Related IDs']).agg(f)
#it is not working has is matching element wise
#rather then by element
df = df.reset_index()
```
我期待的是一个新列“Sum”,它汇总了具有一个或多个共同相关 ID 的行的值“Value”。如下:
Name - ID - Related IDs - Value - Sum
z - 123 - ['aaa','bbb','ccc'] - 10 - 30
w - 456 - ['aaa'] - 20 - 30
y - 789 - ['ggg','hhh','jjj'] - 50 - 125
x - 012 - ['jjj','hhh'] - 60 - 125
r - 015 - ['hhh'] - 15 - 125
【问题讨论】:
-
df['Sum'] = df.groupby(['Related IDs'])['Value'].transform('sum') -
尝试下面的方法我得到了一个不可散列的错误类型...
df = pd.DataFrame({'Related IDs': [['aaa','bbb','ccc'], ['aaa'], ['ddd','eee','fff']], 'Val': [400, 100, 60]}) print(df) df['Sum'] = df.groupby(['Related IDs'])['Val'].transform('sum') -
@jezrael dup 问题不能解决这个问题。
list不可散列,因此不能为groupby。 -
@QuangHoang - 我们去回答吧;)谢谢你的评论。
-
标签编码列表怎么样?还是把它们变成字符串?
标签: python pandas list pandas-groupby