Pandas：如何按一组序数值对数据框进行分组？

Question

我开始学习 Python Pandas，并希望生成一个包含任意序数值的任意分组总和的图表。用一个简单的例子可以更好地解释。

假设我有下表的食物消费数据：

我将两组食物定义为两个列表：

healthy = ['apple', 'brocolli']
junk = ['cheetos', 'coke']

现在我想绘制一张关于垃圾食品和健康食品消费演变的图表。我相信我必须处理我的数据以获得像这样的 DataFrame：

假设第一个表已经在一个名为 food 的 Dataframe 中，我如何转换它以获得第二个？

我也欢迎提出建议来改写我的问题以使其更清晰，或者使用不同的方法来生成情节。

Answer 1

首先用列表创建dictinary，然后用values交换keys。

然后groupby 通过映射列food 通过dict 和year，聚合sum，最后通过unstack 重塑：

healthy = ['apple', 'brocolli']
junk = ['cheetos', 'coke']

d1 = {'healthy':healthy, 'junk':junk}
##http://stackoverflow.com/a/31674731/2901002
d = {k: oldk for oldk, oldv in d1.items() for k in oldv}
print (d)
{'brocolli': 'healthy', 'cheetos': 'junk', 'apple': 'healthy', 'coke': 'junk'}

df1 = df.groupby([df.food.map(d), 'year'])['amount'].sum().unstack(0)
print (df1)
food  healthy  junk
year               
2010       10    11
2011       17    10
2012       13    24

pivot_table 的另一种解决方案：

df1 = df.pivot_table(index='year', columns=df.food.map(d), values='amount', aggfunc='sum')
print (df1)
food  healthy  junk
year               
2010       10    11
2011       17    10
2012       13    24