根据 pandas 中的字典对数据帧的行进行分组并对相应的分子求和

Posted 2023-03-11

【中文标题】根据 pandas 中的字典对数据帧的行进行分组并对相应的分子求和

【英文标题】：Group rows of dataframe according to dictionary in pandas and sum corresponding numerators

【发布时间】：2021-12-18 19:03:32

【问题描述】：

我有一个错误代码、分子及其分母的数据框，以及每个可能的错误代码及其总体错误类型的字典。我想按错误类型对数据框中的错误代码进行分组，将它们的分子相加，并保持分母列不变。我试过了

grouped = day1_xione.set_index('error_code').groupby(by=map_values,axis=1).sum().reset_index()
grouped

但它只保留错误代码并且不按类型对它们进行分组。这是数据样本的样子：

数据框：

error_code	Numerator	Denominator
POWER CYCLE ON	5	10
POWER OFF	1	10
PANIC - PANIC -PANIC_1	5	10
TEMP_HIGH-TEMP	0	10
UNKNOWN-Reason_Unknown	9	10

对于显示的错误代码，有 56 个错误。每个错误代码都是一个字符串，直接匹配字典中的代码。

字典：

map_values = 
'POWER CYCLE ON' : 'POWER RESET',
'POWER OFF': 'POWER RESET',
'PANIC - PANIC -PANIC_1': 'DEVICE PANIC',
'TEMP_HIGH-TEMP': 'OTHER',
'UNKNOWN-Reason_Unknown': 'OTHER'

57 个代码和 10 种类型。

期望的输出：

error_code	Numerator	Denominator
POWER RESET	6	10
DEVICE PANIC	5	10
OTHER	9	10

所有出现的错误代码

【参考方案1】：

您已经很接近了，您需要使用map 来groupby 映射值，并使用agg 进行不同功能的聚合（sum 和first）

(df.groupby(df['error_code'].map(map_values))
   .agg('Numerator': 'sum', 'Denominator': 'first')
   .reset_index()
)

输出：

     error_code  Numerator  Denominator
0  DEVICE PANIC          5           10
1         OTHER          9           10
2   POWER RESET          6           10

【讨论】：

谢谢！这似乎应该可以工作（我确实得到了我需要的列，但没有行），但我认为我仍然存在数据问题。即使在手动检查我的数据框和字典以确保错误代码匹配之后，python 也不会将它们识别为匹配项。我什至尝试只进行连接，但数据也不会与之合作。

请提供一个不起作用的例子和预期的输出

我能够通过将所有字符串全部转换为大写字母来解决此问题。