Groupby Pandas 数据框基于来自另一个 df 的值答案

【问题标题】：Groupby pandas data-frame based on values from another dfGroupby Pandas 数据框基于来自另一个 df 的值
【发布时间】：2021-11-05 08:52:20
【问题描述】：

我有一个数据框，我在其中保留所有相关属性，另一个数据框具有我想要对第一个 df 进行分组的属性。

我知道，如果您将系列（一列）作为参数，您可以按数据框分组，如果您放入数据框，则会出现错误。

ValueError: Grouper for '<class 'pandas.core.frame.DataFrame'>' not 1-dimensional

我知道我可以将列连接到原始数据框，但我不希望这样做，除非没有其他解决方案。

df.groupby([sorted_team_names]).ngroup()

这是我的代码。 sorted_team_names 是一个包含两列的 df，而且它与 df 具有相同的索引。

这是一个相当笼统的问题，我不确定您是否需要数据样本。

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

一种方法是分别按列分组：

df1 = pd.DataFrame({'a':[1,2,2,1], 'b':[1,2,2,1]})
print (df1)
   a  b
0  1  1
1  2  2
2  2  2
3  1  1

df2 = pd.DataFrame({'c':[1,2,3,7]})
print (df2)
   c
0  1
1  2
2  3
3  7

df3 = df2.groupby([df1['a'], df1['b']]).sum()
print (df3)
     c
a b   
1 1  8
2 2  5

...但是两个 DataFrame 之间的索引必须匹配：

df1 = pd.DataFrame({'a':[1,2,2,1], 'b':[1,2,2,1]}, index=[2,5,6,8])
print (df1)
   a  b
2  1  1 <- matched only 2 index
5  2  2
6  2  2
8  1  1

df2 = pd.DataFrame({'c':[1,2,3,7]})
print (df2)
   c
0  1
1  2
2  3
3  7

df3 = df2.groupby([df1['a'], df1['b']]).sum()
print (df3)
         c
a   b     
1.0 1.0  3

【讨论】：

啊，谢谢。是的，索引确实匹配。