如何按数据框的值分组？

Question

我有这 2 个 df 基本相同，但在 df1 中，值是各个客户的付款金额，另一个是该期间的客户状态（第 1、2、3、4 列是句号）：

df1:

customer|1|2|3|4
x       |2|5|5|5
y       | |5|5|5
z       |5|5|5|

df2:

customer|1|2|3|4
x       |N|E|E|E
y       | |N|E|E
z       |N|E|C|-

我想按 df2 的值的状态进行分组：

Status  1 |2 |3 |4
N        7|5 |  |
E         |10|10|10
C         |  |5 |

我曾经使用过对状态计数进行分组

df2.apply(pd.value_counts).fillna(0)

但现在，我想 SUM 相应数据框的值 DF1 而不是 count

Answer 1

通常，这似乎很困难，因为您的 DataFrame 形状很奇怪。如果您首先melt 他们，这将变得很容易：只需merge 他们，groupby 您感兴趣的数量并将它们相加（如果您想以该格式显示，请再次pivot）：

df1m = df1.melt(id_vars='customer', var_name='period', value_name='amount')
df2m = df2.melt(id_vars='customer', var_name='period', value_name='status')
dfm = df1m.merge(df2m)
res = dfm.groupby(['status', 'period'])['amount'].sum().reset_index()
res.pivot_table(index='status', columns='period')

#period      1     2     3     4
#status                         
#C         NaN   NaN   5.0   NaN
#E         NaN  10.0  10.0  10.0
#N         7.0   5.0   NaN   NaN

为了展示 melt 的作用：它对 DataFrame 进行反透视，因此每个观察（客户、期间）都有一行具有数量/状态

df1m
#    customer period  amount
#0   x             1     2.0
#1   y             1     NaN
#2   z             1     5.0
#3   x             2     5.0
#4   y             2     5.0
#5   z             2     5.0
#6   x             3     5.0
#7   y             3     5.0
#8   z             3     5.0
#9   x             4     5.0
#10  y             4     5.0
11  z             4     NaN