[英]Group by Labels in a Series using Pandas Groupby in Python
可能是一个非常初学者的问题,但只是学习如何在 Python 中使用 Pandas。 我想使用 Pandas 执行 groupby,其中包括不在数据集中的组。 假设我有以下数据:
State Year Number
Alabama 2010 2
Texas 2013 1
Mississippi 2011 6
Florida 2010 4
Alabama 2012 1
Texas 2010 8
Mississippi 2019 5
Florida 2017 3
我想使用 groupby 按 state 然后按年份对数字求和,但我想包括所有 50 个州(所以在这个例子中我会有很多零)。
我可以只使用 dataframe 中包含的状态来做到这一点,没有问题:
grouped = df.groupby(['State', 'Year'])['Number'].sum()
但是,如果我尝试按一个系列进行分组,我将拥有所有 50 个 state 名称,如下所示:
states = ['Alabama', 'Alaska', 'Arizona', 'Arkansas', 'California', 'Colorado', 'Connecticut', 'Delaware', 'District of Columbia', 'Florida', 'Georgia', 'Hawaii', 'Idaho', 'Illinois', 'Indiana', 'Iowa', 'Kansas', 'Kentucky', 'Louisiana', 'Maine', 'Maryland', 'Massachusetts', 'Michigan', 'Minnesota', 'Mississippi', 'Missouri', 'Montana', 'Nebraska', 'Nevada', 'New Hampshire', 'New Jersey', 'New Mexico', 'New York', 'North Carolina', 'North Dakota', 'Northern Mariana Islands', 'Ohio', 'Oklahoma', 'Oregon', 'Pennsylvania', 'Rhode Island', 'South Carolina', 'South Dakota', 'Tennessee', 'Texas', 'Utah', 'Vermont', 'Virginia', 'Washington', 'West Virginia', 'Wisconsin', 'Wyoming']
grouped = df.groupby([states, 'Year'])['Number'].sum()
我遇到了问题。 有什么简单的方法可以做到这一点吗?
您基本上是在寻找reindex
。 但是,重新索引不适用于reindex
。 您可以unstack
和stack
:
grouped = df.groupby(['State','Year']).sum()
grouped.unstack('Year', fill_value=0).reindex(states, fill_value=0).stack()
或者将它们链接在一起:
(df.groupby(['State','Year']).sum()
.unstack('Year', fill_value=0)
.reindex(states, fill_value=0)
.stack()
)
Output:
Number
State Year
Alabama 2010 2
2011 0
2012 1
2013 0
2017 0
... ...
Wyoming 2011 0
2012 0
2013 0
2017 0
2019 0
idx = pd.index(states]
)grouped.set_index( idx, inplace=True)
grouped.fillna(value=0, inplace=True)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.