重命名列的条目，然后在 pandas 中分组答案

【问题标题】：Rename the column's entries and then groupby in pandas重命名列的条目，然后在 pandas 中分组
【发布时间】：2018-01-14 08:39:33
【问题描述】：

假设我必须有两个名为“country_to_country”和“country_area_mapping”的数据框，如下所示。

>>> country_to_country
  From  To  Volume
0   c1  c4      10
1   c2  c5      20
2   c3  c6      30

>>> country_area_mapping
  Country  Area
0   c1     a1
1   c2     a2  
2   c3     a1  
3   c4     a2  
4   c5     a1  
5   c6     a2

预期的输出是：

  From  To  Volume
0   a2  a1      40
1   a2  a1      20

应将国家名称替换为相应的地区，然后使用 Volume 列上的 sum 对表格进行分组。

我的方法是对“From”列使用“merge”两次，然后将结果合并到“To”列。最后，应用“groupby”对相同的 From-To 区域体积求和。但是，我觉得有一种更短的方法可以做到这一点。有什么替代方案的建议吗？

【问题讨论】：

标签： python pandas dataframe pandas-groupby

【解决方案1】：

您可以使用DataFrame.replace by Series，然后使用groupby 聚合sum：

s = country_area_mapping.set_index('Country')['Area']
df = country_to_country.replace({'From':s, 'To':s})
                       .groupby(['From','To'], as_index=False)['Volume'].sum()
print (df)
  From  To  Volume
0   a1  a2      40
1   a2  a1      20

【讨论】：

【解决方案2】：

创建映射：

In [62]: mapping = dict(country_area_mapping[['Country', 'Area']].values)

显式索引是为了保证生成映射时的顺序。现在使用df.replace，后跟df.groupby：

In [64]: country_to_country.replace(mapping).groupby(['From', 'To'], as_index=False).sum()
Out[64]: 
  From  To  Volume
0   a1  a2      40
1   a2  a1      20

【讨论】：