python - 如何在一个 pandas DataFrame 中合并观察结果，其中除了一列外所有列都相同？

Question

所以我有这个 pandas DataFrame，有 5 列，大约 100000 行。这是示例:

    V1      V2          V3          V4  V5
0   2014    Alfa Romeo  159         1   157
1   2014    Alfa Romeo  GIULIETTA   1   119
2   2014    Alfa Romeo  GIULIETTA   3   119

我想做的是对 V4 列中的值求和，如果 V1、V2、V3 和 V5 中的值完全相同。

    V1      V2          V3          V4  V5
0   2014    Alfa Romeo  159         1   157
1   2014    Alfa Romeo  GIULIETTA   4   119

起初我以为 groupby 可以完成这项工作，但是当我这样做的时候

df.groupby(['V1', V2','V3', 'V5' ]).sum()

我丢失了 V3 列中的一些信息，例如，我应该有 10 种不同类型的颜色，但现在我只有 3 种。怎么解决？

Answer 1

我怀疑您正在处理“V1”、“V2”、“V3”或“V5”列中的缺失数据，并且这些数据在 groupby 中被遗漏了。看这个SO Post

解决方法是使用 fillna():

df.fillna("Missing").groupby(['V1','V2','V3','V5']).V4.sum()

例子:

打印(df)

       V1          V2         V3  V4   V5
0  2014.0  Alfa Romeo        159   1  157
1  2014.0  Alfa Romeo  GIULIETTA   1  119
2  2014.0  Alfa Romeo  GIULIETTA   3  119
3     NaN  Alfa Romeo      Black   4  119

df.groupby(['V1','V2','V3','V5']).V4.sum()

缺少“黑色”:

V1      V2          V3         V5 
2014.0  Alfa Romeo  159        157    1
                    GIULIETTA  119    4
Name: V4, dtype: int64

使用 fillna():

df.fillna("Missing").groupby(['V1','V2','V3','V5']).V4.sum()

V1       V2          V3         V5 
2014.0   Alfa Romeo  159        157    1
                     GIULIETTA  119    4
Missing  Alfa Romeo  Black      119    4
Name: V4, dtype: int64