在 Pandas 中，使用由列表列表过滤的数据创建一个新的数据框

Question

所以，我环顾四周，并没有找到这个问题的答案。如果它确实存在，我深表歉意。

我有一个看起来像这样的 DF：

a = pd.DataFrame({'Name': ['apple', 'banana', 'orange', 'apple', 'banana','orange'], 
                  'Units': [2,4,6,5,4,3]})

我也有一个这样的列表：

b = [['apple', 'banana'],['orange']]

我们的目标是将苹果和香蕉归为 1 列，将橙色归为另一列，并将它们各自的单位相加。列中的变量将显示为子列表中的第一项。 （没有子列表会有重复）。

这是我希望输出 df 的样子：

output = pd.DataFrame({'Name': ['apple', 'orange'],
               'Units': [15, 9]})

这是我现在的位置：

for fruit in a['Name']:
for sublist in b:
    if fruit in sublist:
        pd.concat([XYZ,
                   pd.DataFrame({'Name': sublist[0], 'Units': a[a.Name == fruit]['Units'].sum(), index=[0})], 
                  axis=1)

XYZ 是一个空数据框，其中包含我试图用结果填充的列 = 名称和单位。当水果在子列表中及其单位的总和时，我真的不明白如何创建数据框。

有什么想法吗？ :D

编辑：子列表可以是 1 到 300 个项目。这里的代码只是一个更大的数据争论问题的 MWE。很抱歉没有提到这一点。

Answer 1

确实，您可以在一行中做到这一点：

sum_a = a.replace({"banana": "apple"}).groupby("Name", as_index=False).sum()

Answer 2

IIUC，最好重新创建您的对象，而不是更改原始 df ，因为 replace 仍然丢失有关 apple 的信息，因为您将 apple 替换为香蕉。所以输出将只包含信息关于apple 或banana

d={','.join(x):a.loc[a.Name.isin(x),'Units'].sum() for x in b }
pd.Series(d)
apple,banana    15 # here you do not losing the information of each items in the list 
orange           9
dtype: int64

Answer 3

使用pd.Series.isin 和布尔索引：

pd.DataFrame([(l[0], a.Units[a.Name.isin(l)].sum()) for l in b], columns=['Name', 'Units'])
     Name  Units
0   apple     15
1  orange      9

Answer 4

另一种解决方案是创建一个返回名称和总和值的函数。

from operator import itemgetter

first = itemgetter(0)

def make_rows(cols, df):
    for col in cols:
        name = first(col)
        val = df.loc[df.Name.str.contains('|'.join(col), regex=True), 'Units'].sum()
        yield name, val

df1 = pd.DataFrame(make_rows(b, a), columns=a.columns)

print(df1)

     Name  Units
0   apple     15
1  orange      9

另外还有这样的：

from functools import partial

def make_rows(df, col):
    name = first(col)
    val = df.loc[df.Name.str.contains('|'.join(col), regex=True), 'Units'].sum()
    return name, val

p = partial(make_rows, a)

pd.DataFrame(list(map(p, b)), columns=a.columns)

     Name  Units
0   apple     15
1  orange      9