Pandas groupby：如何按字符串的指定部分分组

Posted 2023-02-16

【中文标题】Pandas groupby：如何按字符串的指定部分分组

【英文标题】：Pandas groupby: How to group by a specified part of a string

【发布时间】：2021-09-16 11:41:49

【问题描述】：

我有一个这样的数据框（df）：

| Category | Var1 | Var2 |
| -------- | ---- | ---- |
| Num1    | row  | row  |
| Num1    | row  | row  |
| Num1_    | row  | row  |
| Num1_    | row  | row  |
| Num2    | row  | row  |
| Num2    | row  | row  |
| Num2_    | row  | row  |
| Num2_    | row  | row  |
| Num0_   | row  | row  |
| Num0    | row  | row  |

如果我使用：

g = df.groupby('Category')

它创建一个 groupby 对象 g，其组由相等的 Category 确定。在这个例子中 Num1、Num1_、Num2、Num2_ Num0_ 和 Num0。

我只想按字符串的一部分进行分组。 例如将 Num1 和 Num1_ 放在一起，从而忽略 _

另外，有没有办法将 Num1 和 Num1_ 、 Num2 和 Num2_ 放在一起，但保持分开的 Num0_ 和 Num0

【参考方案1】：

IIUC，这是一种方法：

第一部分：

df.groupby(df.Category.str.strip('_'))

第二部分：

df.groupby(df.Category.str.strip('_').map('Num1' : 0 , 'Num2' : 0, 'Num0' : 1))

注意：在第二部分中，您还可以将NUM2 替换为NUM1，反之亦然。

【讨论】：

嗨，第一部分就像一个魅力。至于第二个，我想我没有正确解释。我想有 4 个组： (Num1 和 Num1_ ) 、 (Num2 和 Num2_ ) 、 Num0 和 Num0_

【参考方案2】：

我认为以下代码应该适用于第二部分： df.groupby(df.Category.replace('Num0_':'1').str.strip('_'))