Python Pandas 比较数据集中的属性并计算特定城市的总数

Question

我将如何在 Python Pandas 中处理这个问题？我会使用 Groupby 来回答问题 2 吗？我不想要代码中的答案，只要伪代码或操作说明就可以了。

Dataset 1
CITY    POPULATION
BOSTON   645,966
NEW YORK 8,336,697
CHICAGO  2,714,856

Dataset 2
Newspaper         City          Readers
Boston Globe     Boston, MA     245572
New York Times   New York, NY   1865318
Daily News       New York, NY   516165
New York Post    New York, NY   500521
Chicago Sun-Times Chicago, IL   470548 
Chicago Tribune  Chicago, IL     414930

(按顺序)列出修改数据集 2 中“City”属性中每个值的操作，以便它可以直接与数据集 1 中的“CITY”属性进行比较。

假设每位报纸读者阅读一篇来自他们家乡城市的报纸。列出计算每个城市报纸读者总数的操作。

Answer 1

先匹配城市名

city_dict = {
    'Boston, MA':'BOSTON'
    'New York, NY': 'NEW YORK'
    'Chicago, IL': 'CHICAGO'
}

dataset2['CITY'] = dataset['City'].map(city_dict)

然后按“CITY”列对数据集 2 进行分组并对“Readers”列求和

这是 Pandas documentation for groupby 的链接.本质上，您正在做与第一个示例相同的事情，只是您只按一列而不是两列分组，并且取总和而不是平均值。如果您遇到困难，我可以给您一个代码示例，我知道您特别要求不要有代码示例。