- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
如何使用 Pandas groupby对某些列进行分组,而不对其他列进行分组?
table_D = pd.DataFrame({
'Geo_ID': [1, 1, 1, 1, 2, 3, 4, 4, 5],
'A_Code': [12, 12, 12, 65, 65, 65, 65, 98, 98],
'A_Cost': [2, 9, 1, 10, 6, 7, 7, 6, 2],
}, columns=['Geo_ID', 'A_Code', 'A_Cost'])
table_D_dummies = pd.get_dummies(data = table_D, columns = ["A_Code"])
table_D_dummies_grouped = table_D_dummies.groupby(by = ["Geo_ID"]).sum()
如下所示,这可以正确地按 Geo_ID 计算成本总和。不幸的是,它也是通过 A_Code 求和的。
A_Code_12、A_Code_65 和 A_Code_98 应单独组合。另外,在实际数据集中,A_Code 数量超过 100 个。
表_D
+--------+--------+--------+
| Geo_ID | A_Code | A_Cost |
+--------+--------+--------+
| 1 | 12 | 2 |
| 1 | 12 | 9 |
| 1 | 12 | 1 |
| 1 | 65 | 10 |
| 2 | 65 | 6 |
| 3 | 65 | 7 |
| 4 | 65 | 7 |
| 4 | 98 | 6 |
| 5 | 98 | 2 |
+--------+--------+--------+
table_D_dummies
+---+--------+--------+-----------+-----------+-----------+
| | Geo_ID | A_Cost | A_Code_12 | A_Code_65 | A_Code_98 |
+---+--------+--------+-----------+-----------+-----------+
| 0 | 1 | 2 | 1 | 0 | 0 |
| 1 | 1 | 9 | 1 | 0 | 0 |
| 2 | 1 | 1 | 1 | 0 | 0 |
| 3 | 1 | 10 | 0 | 1 | 0 |
| 4 | 2 | 6 | 0 | 1 | 0 |
| 5 | 3 | 7 | 0 | 1 | 0 |
| 6 | 4 | 7 | 0 | 1 | 0 |
| 7 | 4 | 6 | 0 | 0 | 1 |
| 8 | 5 | 2 | 0 | 0 | 1 |
+---+--------+--------+-----------+-----------+-----------+
table_D_dummies_grouped
+--------+--------+-----------+-----------+-----------+
| Geo_ID | A_Cost | A_Code_12 | A_Code_65 | A_Code_98 |
+--------+--------+-----------+-----------+-----------+
| 1 | 22 | 3 | 1 | 0 |
| 2 | 6 | 0 | 1 | 0 |
| 3 | 7 | 0 | 1 | 0 |
| 4 | 13 | 0 | 1 | 1 |
| 5 | 2 | 0 | 0 | 1 |
+--------+--------+-----------+-----------+-----------+
最佳答案
您没有使用虚拟表,而是对原始数据框进行了分组:
table_D_dummies = pd.get_dummies(data = table_D, columns = ["A_Code"])
table_D_dummies_grouped = table_D.groupby(by = ["Geo_ID"]).sum()
您想要在此处对 table_D_dummies
进行分组:
>>> table_D_dummies
Geo_ID A_Cost A_Code_12 A_Code_65 A_Code_98
0 1 2 1 0 0
1 1 9 1 0 0
2 1 1 1 0 0
3 1 10 0 1 0
4 2 6 0 1 0
5 3 7 0 1 0
6 4 7 0 1 0
7 4 6 0 0 1
8 5 2 0 0 1
>>> table_D_dummies.groupby(by = ["Geo_ID"]).sum()
A_Cost A_Code_12 A_Code_65 A_Code_98
Geo_ID
1 22 3 1 0
2 6 0 1 0
3 7 0 1 0
4 13 0 1 1
5 2 0 0 1
如果您需要计算每个虚拟人的成本总和,请将其添加到分组列中:
>>> table_D_dummies.groupby(by = [
... "Geo_ID",
... *(c for c in table_D_dummies.columns if c.startswith('A_Code_'))
... ]).sum()
A_Cost
Geo_ID A_Code_12 A_Code_65 A_Code_98
1 0 1 0 10
1 0 0 12
2 0 1 0 6
3 0 1 0 7
4 0 0 1 6
1 0 7
5 0 0 1 2
关于python - Pandas 按某些列分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55208331/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!