如何在一个除一列之外的所有列都相同的 Pandas DataFrame 中合并观察结果？
Posted
技术标签:
【中文标题】如何在一个除一列之外的所有列都相同的 Pandas DataFrame 中合并观察结果？【英文标题】：How to merge observations in one pandas DataFrame where all but one columns are the same? 【发布时间】：2018-06-04 08:37:00 【问题描述】：所以我有这个 pandas DataFrame，有 5 列和 100000 行。示例如下：
V1 V2 V3 V4 V5
0 2014 Alfa Romeo 159 1 157
1 2014 Alfa Romeo GIULIETTA 1 119
2 2014 Alfa Romeo GIULIETTA 3 119
我要做的是对 V4 列中的值求和，如果 V1、V2、V3 和 V5 中的值完全相同。
V1 V2 V3 V4 V5
0 2014 Alfa Romeo 159 1 157
1 2014 Alfa Romeo GIULIETTA 4 119
一开始我以为 groupby 可以完成这项工作，但当我这样做时
df.groupby(['V1', V2','V3', 'V5' ]).sum()
我丢失了 V3 列中的一些信息，例如，我应该有 10 种不同类型的颜色，但现在我只有 3 种。 如何解决？
【问题讨论】：
lost some of the information in column V3你能详细说明一下吗？
df.groupby(['V1', 'V2', 'V3', 'V5']).V4.sum().reset_index().reindex(columns=df.columns) 适合你吗？
丢失了V3栏的部分信息 你能详细说明一下吗？ – cᴏʟᴅsᴘᴇᴇᴅ 当然。在我的数据库中，我有沃尔沃的 10 种类型（V3 列）： XC60 V60 V40 XC70 S60 S80 V70 V40 CROSS COUNTRY 13 XC90 10 V60 HYBRID 1 在我制作 df.groupby(['V1', 'V2', ' V3','V5' ]).agg([ "sum"]) 显示只有V70, XC60, XC70, XC90。这是熊猫的错误吗？你怎么看？
df.groupby(['V1', 'V2', 'V3','V5' ],as_index=False).agg([ "sum"])
【参考方案1】：
我怀疑您正在处理“V1”、“V2”、“V3”或“V5”列中的缺失数据，并且这些数据从 groupby 中省略。看到这个SO Post
一种解决方法是使用 fillna()：
df.fillna("Missing").groupby(['V1','V2','V3','V5']).V4.sum()
例子：
打印（df）
V1 V2 V3 V4 V5
0 2014.0 Alfa Romeo 159 1 157
1 2014.0 Alfa Romeo GIULIETTA 1 119
2 2014.0 Alfa Romeo GIULIETTA 3 119
3 NaN Alfa Romeo Black 4 119
df.groupby(['V1','V2','V3','V5']).V4.sum()
缺少“黑色”：
V1 V2 V3 V5
2014.0 Alfa Romeo 159 157 1
GIULIETTA 119 4
Name: V4, dtype: int64
使用 fillna():
df.fillna("Missing").groupby(['V1','V2','V3','V5']).V4.sum()
V1 V2 V3 V5
2014.0 Alfa Romeo 159 157 1
GIULIETTA 119 4
Missing Alfa Romeo Black 119 4
Name: V4, dtype: int64
【讨论】：
以上是关于如何在一个除一列之外的所有列都相同的 Pandas DataFrame 中合并观察结果？的主要内容，如果未能解决你的问题，请参考以下文章
如何使用 MySQL 查询从表中选择除一列之外的所有内容？ [复制]
如何将 summarise_each 应用于除一列之外的所有列？ [复制]