组合熊猫中的行

Question

我有一个DataFrame,其索引称为city_id格式中的城市[city],[state](例如,new york,ny列中包含整数计数.问题是我有同一个城市的多行,我想city_id通过添加列值来折叠共享a的行我看了看groupby()但是如何将它应用于这个问题并不是很明显.

编辑:

一个例子:我想改变这个:

city_id    val1 val2 val3
houston,tx    1    2    0
houston,tx    0    0    1
houston,tx    2    1    1

进入这个:

city_id    val1 val2 val3
houston,tx    3    3    2

如果有~10-20k行.

Answer 1

从...开始

>>> df
              val1  val2  val3
city_id                       
houston,tx       1     2     0
houston,tx       0     0     1
houston,tx       2     1     1
somewhere,ew     4     3     7

我可能会这样做

>>> df.groupby(df.index).sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

要么

>>> df.reset_index().groupby("city_id").sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

第一种方法通过的指标值(在这种情况下,city_id值)groupby,并告诉它使用那些作为组密钥,并且所述第二重置索引,然后选择该city_id列中.有关更多示例,请参阅文档的此部分.请注意,对象中还有许多其他方法DataFrameGroupBy:

>>> df.groupby(df.index)
<pandas.core.groupby.DataFrameGroupBy object at 0x1045a1790>
>>> df.groupby(df.index).max()
              val1  val2  val3
city_id                       
houston,tx       2     2     1
somewhere,ew     4     3     7
>>> df.groupby(df.index).mean()
              val1  val2      val3
city_id                           
houston,tx       1     1  0.666667
somewhere,ew     4     3  7.000000

Answer 2

同一行的东西。抱歉，不是精确的复制品。

mydata = [{'subid' : 'B14-111', 'age': 75, 'fdg':1.78},
          {'subid' : 'B14-112', 'age': 22, 'fdg':1.56},{'subid' : 'B14-112', 'age': 40, 'fdg':2.00},]
df = pandas.DataFrame(mydata)

gg = df.groupby("subid",sort=True).sum()