[英]Groupby column with multiple values
我有一个 dataframe 看起来像这样(一列有多个值,另一列只是带小数的数字):
food number
apple,tomato,melon 897.0
apple,meat,banana 984.9
banana,tomato 340.8
我想得到每种食物的平均数量。 在示例中将是:
依此类推,最终得到一个新的 dataframe,只有食物和平均数量。
food average
apple 915.95
banana 662.85
我用 groupby 试试运气,但结果一团糟:
#reshape data
df = pd.DataFrame({
'food' : list(chain.from_iterable(df.food.tolist())),
'number' : df.number.repeat(df.food.str.len())
})
# groupby
df.groupby('food').number.apply(lambda x: x.unique().tolist())
我必须说原来的 dataframe 有超过 10 万行。 谢谢。
使用DataFrame.explode(<column-name>)
将列表中的各个项目展开到单独的单元格中。 他们保留原始索引,因此填写相应的数字。从那里,这是一个简单的分组,然后是一个简单的平均值。
import pandas as pd
df = pd.DataFrame({'food': [['apple', 'tomato', 'melon'],
['apple','meat', 'banana'],
['banana', 'tomato']],
'number': [897, 984.9, 340.8]})
df.explode('food').groupby('food').mean()
结果是
number
food
apple 940.95
banana 662.85
meat 984.90
melon 897.00
tomato 618.90
首先,您必须将字符串列转换为每个单元格中的列表。 我还包括删除空格(如果有)的功能。 我从 @9769953 创建的 df 修改
import pandas as pd
df = pd.DataFrame({'food': ["apple,tomato, melon",
"apple,meat,banana,melon",
"banana, tomato, melon"],
'number': [897, 984.9, 340.8]})
df['food'] = df['food'].str.split(',').apply(lambda x: [e.strip() for e in x]).tolist()
df.explode('food').groupby('food').agg('mean')
Output
如果您想要更多聚合,可以使用
df.explode('food').groupby('food').agg(['min', 'mean', 'max'])
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.