合并和求和 Pandas 行

Question

我有一个 Pandas 数据框，如下所示：

date      item       amount
201901    Apple      1.03
201901    Potato     1.04
201901    Orange     1.00

我正在尝试按月查找水果和蔬菜的销售额：

date      item        amount
201901    Fruit       2.03
201901    Vegetables  1.04  

做到这一点的最佳方法是什么？ 我熟悉df.groupby(['date','item'])['amount'].sum() ，但这不会有条件地结合水果和蔬菜。

一种方法是根据item的值创建另一种列type ，然后对其进行分组； 有没有更好的办法？

Answer 1

正如 Manakin 所说，您需要手动对您的物品进行分类。

使用item : category对构建映射字典并将其传递给series.map或series.replace 。

map将更改字典中的所有项目，否则用NaN填充。 replace将查找并替换所有匹配的项目并替换它们，但不会按原样保留字典键中的项目（例如，如果数据框包含'brussel sprouts'但该键不在字典中，它会将其保留为项目姓名）。 由您决定您需要哪种行为。

这是series.map的示例：

categories = {'Apple': 'Fruit', 'Potato': 'Vegetable', 'Orange': 'Fruit'}

df['category'] = df['item'].map(categories)
summary = df.groupby(['date', 'category'])['amount'].sum().reset_index()
print(summary)

输出

     date   category  amount
0  201901      Fruit    2.03
1  201901  Vegetable    1.04

Answer 2

您可能应该有 2 个列表或字典，列出您认为是水果或蔬菜的内容，但是当您这样做时...

 mapping = {'Apple': 'Fruit', 'Potato': 'Vegetable', 'Orange': 'Fruit'}

这可以为您提供所需的内容，而无需添加 column ，即时计算分组：

 def grouper(row):
     return row['Item']

 group_earnings = (df.groupby(grouper))['amount'].sum().reset_index()