熊猫数据框按列中的多个字符串分组答案

【问题标题】：Pandas dataframe groupby more than one string from a column熊猫数据框按列中的多个字符串分组
【发布时间】：2019-11-01 05:56:19
【问题描述】：

一些示例数据集如下

  Name      Year        Item    sales_Amount1
  A1            1.2019  Badam     2
  A1.pre        1.2019  Badam     10
  A1.post       1.2019  carrot        8
  N1            1.2019  carrot        10
  A2            1.2019  Badam     10
  G             1.2019  Badam     20
  A3            2.2019  soap          3
  P             2.2019  soap      1

我按如下方式完成了基本分组。

sum_sales1 = df1.groupby(['Name','Year', 'Item']).agg({'sales_Amount1': 'sum'})

有没有办法按特定的刺来分组，例如... A1、A1.pre、A1.post 和 N1 应该分组在一起。另一组是 A2 和 G。另一组是 A3 和 P。在“名称”列上组合字符串的规则大约有 15 条。是否可以通过列名上的字符串来整理它们？谢谢。

  G1 = A1, A1.pre, A1.post and N1
  G2 = A2 and G
  G3 = A3 and P

  Name        Year    Item  sales_Amount1
  G1          1.2019  Badam        12
  G1          1.2019  carrot       18
  G2          1.2019  Badam        30
  G3          1.2019  soap         4

【问题讨论】：

标签： python-3.x dataframe sum pandas-groupby

【解决方案1】：

你可以编写一个自定义函数来应用Name->Group的映射

def map_group(name):
    if name in ("A1", "A1.pre", "A1.post", "N1"):
        return "G1"
    if name in ("A2", "G"):
        return "G2"
    if name in ("A3", "P"):
        return "G3"

sum_sales1 = (df1.assign(Name=df1["Name"].apply(map_group))
              .groupby(['Name', 'Year', 'Item'])
              .agg({'sales_Amount1': 'sum'})
              .reset_index())
sum_sales1
Out[2]: 
  Name    Year    Item  sales_Amount1
0   G1  1.2019   Badam             12
1   G1  1.2019  carrot             18
2   G2  1.2019   Badam             30
3   G3  2.2019    soap              4

【讨论】：