pandas 创建一个数据框列，其中每个单元格包含具有特定特征的所有值的总和

1rhkuytd 于 2023-02-27 发布在其他

关注(0)|答案(3)|浏览(138)

我有两只Pandas的数据框，说：

df1 = pd.DataFrame({"Type": [A, A, B, B, C], "data": [1,2,3,4,5]}) 

        Type  data
    0     A     1
    1     A     2
    2     B     3
    3     B     4
    4     C     5
df2 = pd.DataFrame({"Type": [A, B, C]}) 

        Type 
    0     A 
    1     B
    2     C

我想将一列与df2相邻，比如“Value”，这样Value中的每个单元格都有df1["Col2"]中属于同一类型的所有元素的总和。
对于此特定示例，所需输出如下所示：

Type  data
    0     A     3
    1     B     7
    2     C     5

我很想为df2["Type"]中的每个x使用一个while，然后添加所有df1[df1["Type"] == x]["data"]，但这似乎不像是正确的形式。
我怎样才能达到这个理想的输出？

pandas

来源：https://stackoverflow.com/questions/75537272/creating-a-dataframe-column-with-each-cell-having-the-sum-of-all-values-with-a-c

3条答案

按热度按时间

jxct1oxe1#

您的方法将取决于df1和df2中的内容。

- 所有类型都在两个数据框中：**

假设类型A、B和C是唯一可用的类型，您可以使用一个简单的groupby函数来接收每种类型的总和。

df1.groupby(by='Type',as_index=False).sum()

Type  data
0    A     3
1    B     7
2    C     5

- 两个数据框包含不同的类型：**

如果df1具有df2没有的类型（反之亦然），则可以对两个 Dataframe 执行merge操作，然后对合并后的 Dataframe 使用groupby函数。
一个二个一个一个

赞(0）回复(0）举报 2023-02-27

jq6vz3qz2#

按Type列合并分组：

df1.merge(df2, on='Type').groupby('Type').sum().reset_index()

Type  data
0    A     3
1    B     7
2    C     5

赞(0）回复(0）举报 2023-02-27

vojdkbi03#

import pandas as pd

df1 = pd.DataFrame({"Type": ['A', 'A', 'B', 'B', 'C'], "data": [1,2,3,4,5]}) 
df2 = pd.DataFrame({"Type": ['A', 'B', 'C']}) 

df1['cumsum'] = df1.groupby('Type').agg({'data':'cumsum'})
df2['data'] = (df1.drop_duplicates(subset=['Type'], keep='last'))['cumsum'].reset_index(drop=True)

print(df2)

Type  data
0    A     3
1    B     7
2    C     5

赞(0）回复(0）举报 2023-02-27

我来回答

pandas 创建一个数据框列，其中每个单元格包含具有特定特征的所有值的总和

3条答案

相关问题

热门标签

最新问答