pandas dataframe：如何根据列的值聚合行的子集

Posted 2023-01-08

我有一个像这样的pandas数据框：

      value
lab        
A        50
B        35
C         8
D         5
E         1
F         1

这只是一个例子，实际的数据帧更大，但遵循相同的结构。 已使用以下两行创建了示例数据框：

df = pd.DataFrame('lab':['A', 'B', 'C', 'D', 'E', 'F'], 'value':[50, 35, 8, 5, 1, 1])
df = df.set_index('lab')

我想聚合其值小于给定阈值的行：所有这些行应该由单行代替，其值是替换行的总和。

例如，如果我选择阈值= 6，则预期结果应如下所示：

      value
lab        
A        50
B        35
C         8
X         7 #sum of D, E, F

我怎样才能做到这一点？

我想使用groupby()，但我见过的所有例子都涉及使用单独的列进行分组，所以在这种情况下我不知道如何使用它。 我可以通过loc选择小于我的阈值的行，通过执行df.loc[df['value'] < threshold]但我不知道如何只对这些行求和并使数据帧的其余部分保持不变。

答案

使用setting with enlargement和过滤的DataFrame：

threshold = 6
m = df['value'] < threshold
df1 = df[~m].copy()
df1.loc['Z'] = df.loc[m, 'value'].sum()

print (df1)
     value
lab       
A       50
B       35
C        8
Z        7

另一种方案：

m = df['value'] < threshold
df1 = df[~m].append(df.loc[m, ['value']].sum().rename('Z'))
print (df1)
     value
lab       
A       50
B       35
C        8
Z        7

另一答案

你可以使用lambda和DataFrame.append来实现这个'单线'：

thresh = 6

(df[lambda x: x['value'] >= thresh]
 .append(df[lambda x: x['value'] < thresh].sum().rename('X')))

或者如果你愿意的话

mask = df['value'].ge(thresh)

df[mask].append(df[~mask].sum().rename('X'))

[OUT]

     value
lab       
A       50
B       35
C        8
X        7