pandas 按处理后的列值进行分组计算

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 在做数据分组聚合时一般会在明确的列上进行，今天我们看到案例虽然指定了要分组的列，但却不能按列上的原值进行分组，需要行进行一些处理。

数据与需求

我们有数据如下：

from io import StringIO
import pandas as pd

data = '''
工程内容,数量
电线,10
电缆,10
1号配电柜,1
2号配电柜,1
3号配电柜,1
桥架,10
'''

df = pd.read_csv(StringIO(data))
df
'''
    工程内容  数量
0     电线  10
1     电缆  10
2  1号配电柜   1
3  2号配电柜   1
4  3号配电柜   1
5     桥架  10
'''

数据中有两个列，我们要分组的列是工程内容，聚合的列自然就是数量了。但对于工程内容列分组时我们不能直接进行分组，我们看到此列有三个关于“电柜”的数值，需求期望将包含柜字的分到一起，分组名为“配电柜”，然后将组内的数量相加。

思路

在分组前，需要先对工程内容列的数据进行修改，将包含“柜”字的值进行修改，修改可以使用 assign()，指定一个同名的列。然后再分组，最后将数量列按组相加。

代码

先修改工程内容列，我们这里用 mask() 方法：

(
    df.assign(工程内容=df.工程内容.mask(df.工程内容.str.contains('柜'), '配电柜'))
)
'''
  工程内容  数量
0   电线  10
1   电缆  10
2  配电柜   1
3  配电柜   1
4  配电柜   1
5   桥架  10
'''

此外，我们还可以使用 if 语句直接判断，让代码更加清晰，就用到 map() 或者 apply() 方法：

(
    df.assign(工程内容=df.工程内容.map(lambda x: '配电柜' if '柜' in x else x))
    # 方法相同
    .assign(工程内容=df.工程内容.apply(lambda x: '配电柜' if '柜' in x else x))
)

最后再分组、聚合：

(
    df.assign(工程内容=df.工程内容.map(lambda x: '配电柜' if '柜' in x else x))
    # .assign(工程内容=df.工程内容.apply(lambda x: '配电柜' if '柜' in x else x))
    # .assign(工程内容=df.工程内容.mask(df.工程内容.str.contains('柜'), '配电柜'))
    .groupby('工程内容', sort=False, as_index=False)
    .sum()
)
'''
  工程内容  数量
0   电线  10
1   电缆  10
2  配电柜   3
3   桥架  10
'''

groupby() 分组是，我们传入了两个额外的参数：

sort=False，不重新排序，让分组保持原来第一次出现的顺序
as_index=False，不将分组名设置为索引，让得到数据与原数据一样使用自然数字索引

这样我们就完成了需求。

（完）

pandas 按处理后的列值进行分组计算

数据与需求

思路

代码

相关内容