如果另一列中的行包含列表中的项目，则计算一列中的值的总和

Posted 2023-03-11

【中文标题】如果另一列中的行包含列表中的项目，则计算一列中的值的总和

【英文标题】：Compute the sum of values in one column, if row in another column contains item in list

【发布时间】：2022-01-05 06:51:30

【问题描述】：

在 python 中，我有一个如下所示的数据框：

Column1               Column2
[a,b,c,d]             4    
[a,f,g]               3
[b,c]                 6
[a,c,d]               5

我想计算第三列，每次在 Column1 中存在一个项目时，它都会在 Column2 中添加值（例如，在第一行中，它将是 a=4+3+5，b=4 +6，c=5+6+5，d=4+5，所以总共4+3+5+4+6+5+6+5+4+5=47）：

Column1               Column2     Column3
[a,b,c,d]             4           47
[a,f,g]               3           21
[b,c]                 6           26
[a,c,d]               5           37

我在查询和索引方面尽了最大努力，但没有成功，提前谢谢你！

【参考方案1】：

让我们从更容易理解的版本开始，一步一步来。

分解Column1：

wrk = df.explode(column='Column1')

结果是：

  Column1  Column2
0       a        4
0       b        4
0       c        4
0       d        4
1       a        3
1       f        3
1       g        3
2       b        6
2       c        6
3       a        5
3       c        5
3       d        5

计算 Column1 中列表中每个元素的权重：

weight = wrk.groupby('Column1').sum().rename(columns='Column2': 'Weight')

结果是：

         Weight
Column1        
a            12
b            10
c            15
d             9
f             3
g             3

请注意计数的一些差异，例如c 的重量 是 4 + 6 + 5 = 15。

将 wrk 中的 Column1 与 weight 结合起来：

 wrk2 = wrk[['Column1']].join(weight, on='Column1')

结果是：

  Column1  Weight
0       a      12
0       b      10
0       c      15
0       d       9
1       a      12
1       f       3
1       g       3
2       b      10
2       c      15
3       a      12
3       c      15
3       d       9

最后一步是计算新列：

df['Column3'] = wrk2.groupby(level=0).Weight.sum()

结果是：

        Column1  Column2  Column3
0  [a, b, c, d]        4       46
1     [a, f, g]        3       18
2        [b, c]        6       25
3     [a, c, d]        5       36

但是如果你想要更简洁的代码，你可以“压缩”上面的 解决办法：

wrk = df.explode(column='Column1')
df['Column3'] = wrk[['Column1']].join(wrk.groupby('Column1').sum().rename(
    columns='Column2': 'Weight'), on='Column1').groupby(level=0).Weight.sum()

【参考方案2】：

df = pd.DataFrame('Column1': [['a', 'b', 'c', 'd'], ['a', 'f', 'g'], ['b', 'c'], ['a', 'c', 'd']],
                   'Column2': [4, 3, 6, 5])
df1 = df.explode('Column1')
df['Column3'] = df1.groupby(level=0).apply(
    lambda d: d.Column1.apply(lambda x: df1.loc[df1.Column1 == x, 'Column2'].sum()).sum())
print(df)

        Column1  Column2  Column3
0  [a, b, c, d]        4       46
1     [a, f, g]        3       18
2        [b, c]        6       25
3     [a, c, d]        5       36

【参考方案3】：

尝试使用explode，然后创建映射字典并返回groupby

s = df.explode('Column1')
d = s.groupby('Column1')['Column2'].sum()
s['new'] = s['Column1'].map(d)
out = s.groupby(level=0).agg('Column1':list,'Column2':'first','new':'sum')
out
        Column1  Column2  new
0  [a, b, c, d]        4   46
1     [a, f, g]        3   18
2        [b, c]        6   25
3     [a, c, d]        5   36

注意：

c = 4+6+5