根据集合对 pandas df 进行分组答案

【问题标题】：Group pandas df according to set根据集合对 pandas df 进行分组
【发布时间】：2014-09-02 04:45:15
【问题描述】：

我想知道是否有更快的方法来根据集合进行分组。操作如下：

import pandas as pd
col1 = 'ABCDE'
col2 = range(5,10)
df = pd.DataFrame(zip(col1,col2), columns=('x','y'))

row_groups = {'foo':set('ABC'), 'bar':set('DE')}

我想改变当前形式的数据框：

    x    y                     y
0   A    5         group_name
1   B    6         foo         18
2   C    7  ==>    bar         17 
3   D    8
4   E    9

我这样做的方法是创建代表组的第二个数据框，合并两个数据框，按行组名称分组，然后求和，

row_groups_df = pd.DataFrame(zip('ABCDE',['foo']*3 + ['bar']*2), 
                             columns=('x','group_name'))
merged_df = pd.merge(df, row_groups_df)
output_df = merged_df.groupby(['group_name']).sum()

产生所需的输出：

            y
group_name  
bar        17
foo        18

【问题讨论】：

标签： python pandas

【解决方案1】：

我不知道这是否是最好的方法，但你可以这样做：

df.groupby('x', axis = 0).sum()\
  .groupby(lambda x: (k for k,v in row_groups.iteritems() if x in v).next()).sum()

或将df.groupby('x', axis = 0).sum() 替换为df.set_index('x')：

df.set_index('x').\
   groupby(lambda x: (k for k,v in row_groups.iteritems() if x in v).next()).sum()

按要求输出：

      y
bar  17
foo  18

【讨论】：