pandas 数据框：如何根据列的值聚合行的子集

Question

我有一个如下结构的熊猫数据框：

      value
lab        
A        50
B        35
C         8
D         5
E         1
F         1

这只是一个例子，实际的数据帧更大，但遵循相同的结构。
示例数据框已使用以下两行创建：

df = pd.DataFrame({'lab':['A', 'B', 'C', 'D', 'E', 'F'], 'value':[50, 35, 8, 5, 1, 1]})
df = df.set_index('lab')

我想聚合其值小于给定阈值的行：所有这些行都应该被一行替换，该行的值是替换行的总和。

例如，如果我选择阈值 = 6，则预期结果应如下所示：

      value
lab        
A        50
B        35
C         8
X         7 #sum of D, E, F

我怎样才能做到这一点？

我想使用groupby() ，但是我看到的所有示例都涉及使用单独的列进行分组，所以我不知道在这种情况下如何使用它。
通过执行df.loc[df['value'] < threshold]我可以使用loc选择小于我的阈值的行，但我不知道如何仅对这些行求和而保留数据帧的其余部分不变。

Answer 1

您可以使用lambda和DataFrame.append在“ DataFrame.append中实现这一点：

thresh = 6

(df[lambda x: x['value'] >= thresh]
 .append(df[lambda x: x['value'] < thresh].sum().rename('X')))

或者如果你喜欢

mask = df['value'].ge(thresh)

df[mask].append(df[~mask].sum().rename('X'))

[出去]

     value
lab       
A       50
B       35
C        8
X        7

Answer 2

使用带有过滤的DataFrame 放大设置：

threshold = 6
m = df['value'] < threshold
df1 = df[~m].copy()
df1.loc['Z'] = df.loc[m, 'value'].sum()

print (df1)
     value
lab       
A       50
B       35
C        8
Z        7

另一种解决方案：

m = df['value'] < threshold
df1 = df[~m].append(df.loc[m, ['value']].sum().rename('Z'))
print (df1)
     value
lab       
A       50
B       35
C        8
Z        7