Pandas groupby 切和

Question

我正在尝试对一列进行分箱并获取满足索引条件的行的总和。

这是我正在使用的 DataFrame 的示例：

df 

A    B    C    D
a    aa   0    1
a    aa   1    2
a    aa   2    10
a    bb   0    4
a    bb   1    5
a    bb   2    60
b    aa   0    7
b    aa   1    8
b    aa   2    90
b    bb   0    10
b    bb   1    11
b    bb   2    12

我想做的是首先对特征列C （即0,1是f0和2是f1 ）进行分箱，并对每个箱内D列中的值求和，并仍然保持各自A和 B` 索引对完好无损。 结果如下：

A    B    C    D
a    aa   f0   3
a    aa   f1   10
a    bb   f0   9
a    bb   f1   60
b    aa   f0   15
b    aa   f1   90
b    bb   f0   21
b    bb   f1   12

我已经使用pandas.cut完成了分箱，如下所示：

cut = pd.cut(df['C'], bins=[0,2,3], right=False, labels=['f0','f1'])

但是我无法使用df.groupby(cut)保持索引对（列A,B ）完好无损，我不想自己遍历所有可能的(A,B)对和 bin + 对它们求和。

任何帮助，将不胜感激。

Answer 1

您需要将定义所需组的附加列添加到您的 groupby 语句中：

from io import StringIO

import pandas

df = pandas.read_table(StringIO("""\
A    B    C    D
a    aa   0    1
a    aa   1    2
a    aa   2    10
a    bb   0    4
a    bb   1    5
a    bb   2    60
b    aa   0    7
b    aa   1    8
b    aa   2    90
b    bb   0    10
b    bb   1    11
b    bb   2    12"""), sep='\s+')

output = (
    df.assign(C=pandas.cut(df['C'], bins=[0,2,3], right=False, labels=['f0','f1']))
      .groupby(['A', 'B', 'C'], as_index=False)  
      .sum()  
)

 A   B   C   D
 a  aa  f0   3
 a  aa  f1  10
 a  bb  f0   9
 a  bb  f1  60
 b  aa  f0  15
 b  aa  f1  90
 b  bb  f0  21
 b  bb  f1  12

Answer 2

重新分配groupby中的值后，您可以在['A','B','C']上进行C ：

df['C'] = np.where(df['C'].isin([0,1]), 'f0', 'f1')
df = df.groupby(['A','B','C']).sum().reset_index()

结果：

   A   B   C   D
0  a  aa  f0   3
1  a  aa  f1  10
2  a  bb  f0   9
3  a  bb  f1  60
4  b  aa  f0  15
5  b  aa  f1  90
6  b  bb  f0  21
7  b  bb  f1  12