pandas 在同一张表（相同的数据框）中，如何用新名称和其他行值的总和对不同的行进行分组

Posted 2023-05-07

【中文标题】pandas 在同一张表（相同的数据框）中，如何用新名称和其他行值的总和对不同的行进行分组

【英文标题】：pandas in same table (same dataframe), how to group different rows with new name and with sum of other row values

【发布时间】：2020-04-19 21:33:40

【问题描述】：

below dataframe is the output of below code i want to group rows further
train=pd.read_excel("monthly_report.xlsx", sheet_name="xy12",sep=r'\s*,\s*')
train['Date/Time Opened']=train['Date/Time Opened'].dt.month_name()
train=train.groupby(['col1', 'Date/Time Opened'])['Date/Time Opened'].count()

col1         Date/Time Opened    number
abc          April               40
             August              30
             December            25
             February            30
             January             45

xyz          April                1
             August               1
             November             3
             October              2
             September            3
pqr          March                2
             May                  4
             November             5
             October              2

---

现在我希望上面的格式如下所示。此后，基于此我想构建图表

abcxyz(new name)  April               41
                  August              31
                  December            25
                  February            30
                  January             45
                  September            3
                  November             3
                  October              2

pqr(new name)           
                 March                2
                 May                  4
                 November             5
                 October              2

有人可以告诉我如何将新行中具有不同值的行和其余行值的总和连接起来

【参考方案1】：

您可以使用Series.mask 和Series.isin 设置相同的类别：

train['col1'] = train['col1'].mask(train['col1'].isin(['abc','xyz']), 'abcxyz')

或将Series.replace 与字典一起使用：

train['col1'] = train['col1'].replace('abc':'abcxyz','xyz':'abcxyz')

...然后使用您的解决方案：

train['Date/Time Opened']=train['Date/Time Opened'].dt.month_name()
train=train.groupby(['col1', 'Date/Time Opened'])['Date/Time Opened'].count()