如何基于列内爆（熊猫的反向爆炸）答案

【问题标题】：How to implode(reverse of pandas explode) based on a column如何基于列内爆（熊猫的反向爆炸）
【发布时间】：2020-10-06 23:54:43
【问题描述】：

我有一个如下所示的数据框 df

  NETWORK       config_id       APPLICABLE_DAYS  Case    Delivery  
0   Grocery     5399            SUN               10       1        
1   Grocery     5399            MON               20       2       
2   Grocery     5399            TUE               30       3        
3   Grocery     5399            WED               40       4

我想内爆（将 Applicable_days 从多行组合成单行，如下所示）并获得每个 config_id 的平均案例和交付

  NETWORK       config_id       APPLICABLE_DAYS      Avg_Cases    Avg_Delivery 
0   Grocery     5399            SUN,MON,TUE,WED         90           10

使用网络上的 groupby，config_id 我可以获得如下所示的 avg_cases 和 avg_delivery。

df.groupby(['network','config_id']).agg({'case':'mean','delivery':'mean'})

但是我如何能够在执行此聚合时加入 APPLICABLE_DAYS？

【问题讨论】：

标签： pandas numpy explode implode

【解决方案1】：

如果您想要爆炸的“对立面”，那么这意味着将其放入解决方案 #1 中的列表中。您也可以在解决方案 #2 中作为字符串加入：

在 .agg groupby 函数中将 lambda x: x.tolist() 用于 'APPLICABLE_DAYS' 列：

df = (df.groupby(['NETWORK','config_id'])
      .agg({'APPLICABLE_DAYS': lambda x: x.tolist(),'Case':'mean','Delivery':'mean'})
      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)
      .reset_index())
df
Out[1]: 
   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery
0  Grocery       5399  [SUN, MON, TUE, WED]         25           2.5

在.agg groupby 函数中将lambda x: ",".join(x) 用于'APPLICABLE_DAYS' 列：

 df = (df.groupby(['NETWORK','config_id'])
      .agg({'APPLICABLE_DAYS': lambda x: ",".join(x),'Case':'mean','Delivery':'mean'})
      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)
      .reset_index())
df
Out[1]: 
   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery
0  Grocery       5399       SUN,MON,TUE,WED         25           2.5

如果您正在寻找sum，那么您只需将Cases 和Delivery 列的mean 更改为sum。

【讨论】：

【解决方案2】：

您的结果看起来更像是一个总和，而不是平均值；下面的解决方案使用named aggregation：

    df.groupby(["NETWORK", "config_id"]).agg(
    APPLICABLE_DAYS=("APPLICABLE_DAYS", ",".join),
    Total_Cases=("Case", "sum"),
    Total_Delivery=("Delivery", "sum"),
)

                        APPLICABLE_DAYS       Total_Cases   Total_Delivery
NETWORK config_id           
Grocery 5399                SUN,MON,TUE,WED           100      10

如果是均值，则可以将“总和”更改为“均值”：

df.groupby(["NETWORK", "config_id"]).agg(
    APPLICABLE_DAYS=("APPLICABLE_DAYS", ",".join),
    Avg_Cases=("Case", "mean"),
    Avg_Delivery=("Delivery", "mean"),
)

                    APPLICABLE_DAYS   Avg_Cases Avg_Delivery
NETWORK config_id           
Grocery 5399         SUN,MON,TUE,WED      25      2.5

【讨论】：