python - 如何通过查询压缩 pandas 行？

Question

我有一个 Pandas 数据库，采用程式化形式

{Value:[1,2,3,4,5,6,7],Time:[0,0,0,1,1,1,1],Name:[Rat,Rat,Dog,Rat,Rat,Dog,Cat]}.

我的目标是制作一个看起来像的数据框

{Value:[1.5,4.5,3,6,7],Name:[RatT0,RatT1,DogT0,DogT1,CatT1]}.

我研究过pandas.crosstab、pandas.merge和数据透视表，但它们都没有提供明显的方法完成这个。 groupby 看起来很有希望，但我不太清楚如何让它尊重预先存在的边界。

Answer 1

修改name列，然后groupby + mean

df['Name'] = df.Name + 'T' + df.Time.astype('str')
df.groupby('Name', as_index=False).Value.mean()

    Name  Value
0  CatT1    7.0
1  DogT0    3.0
2  DogT1    6.0
3  RatT0    1.5
4  RatT1    4.5

<小时/>

举例来说，您希望将具有相同 'Name' 和相同 'Time' 的组形成为组，因此您可以 groupby 两者这些列并选择如何处理分组数据(在本例中确定 'Value' 列的平均值)。然后，您可以将名称修改为您想要的名称，并删除多余的 'Time' 列。

df = df.groupby(['Name', 'Time'], as_index=False).Value.mean()
#  Name  Time  Value
#0  Cat     1    7.0
#1  Dog     0    3.0
#2  Dog     1    6.0
#3  Rat     0    1.5
#4  Rat     1    4.5

df['Name'] = df.Name + 'T' + df.Time.astype('str')
df.drop(columns='Time', inplace=True)