Pandas 按任何给定列中的特定值分组

Question

给定熊猫数据框如下：

   Partner1 Partner2    Interactions
0  Ann      Alice       1
1  Alice    Kate        8
2  Kate     Tony        9
3  Tony     Ann         2

我如何按特定合作伙伴分组，比如说找到 Ann 的互动总数？

类似

gb = df.groupby(['Partner1'] or ['Partner2']).agg({'Interactions': 'sum'})

并得到答案：

Partner Interactions
Ann     3
Alice   9
Kate    17
Tony    11

Answer 1

您可以将melt 与groupby 一起使用。先melt：

df = pd.melt(df, id_vars='Interactions', value_vars=['Partner1', 'Partner2'], value_name='Partner')

这将给出：

   Interactions   variable  Partner
0             1   Partner1      Ann
1             8   Partner1    Alice
2             9   Partner1     Kate
3             2   Partner1     Tony
4             1   Partner2    Alice
5             8   Partner2     Kate
6             9   Partner2     Tony
7             2   Partner2      Ann

现在，按Partner 和总和分组：

df.groupby('Partner')[['Interactions']].sum()

结果：

Partner  Interactions
  Alice             9
    Ann             3
   Kate            17
   Tony            11

Answer 2

您可以合并数据框本身：

# join the df to itself
join_df = df.merge(df, left_on='Partner1', right_on='Partner2', suffixes=('', '_'))

# get sum
join_df['InteractionsSum'] = join_df[['Interactions', 'Interactions_']].agg(sum, 1)

join_df = join_df[['Partner1', 'Interactions']].copy()

print(join_df)

  Partner1  Interactions
0      Ann             1
1    Alice             8
2     Kate             9
3     Tony             2