python - 在单行中汇总多个值

Question

给定这样的数据框，即使一行中有多个国家/地区，是否可以将国家/地区的特定值相加？例如，对于第一行，存在日本和美国，所以我希望值为 Japan=1 USA=1

import pandas as pd
import numpy as np

countries=["Europe","USA","Japan"]
data= {'Employees':[1,2,3,4],
    'Country':['Japan;USA','USA;Europe',"Japan","Europe;Japan"]}
df=pd.DataFrame(data)
print(df)

patt = '(' + '|'.join(countries) + ')'
grp = df.Country.str.extractall(pat=patt).values
new_df = df.groupby(grp).agg({'Employees': sum})
print(new_df)

我已经尝试过了，但它返回一个 grouper 和 axis must be same length 错误。这是正确的做法吗？

ValueError                                Traceback (most recent call last)
<ipython-input-81-53e8e9f0f301> in <module>()
     10 patt = '(' + '|'.join(countries) + ')'
     11 grp = df.Country.str.extractall(pat=patt).values
---> 12 new_df = df.groupby(grp).agg({'Employees': sum})
     13 print(new_df)

    4 frames
    /usr/local/lib/python3.7/dist-packages/pandas/core/groupby/grouper.py in _convert_grouper(axis, grouper)
        842     elif isinstance(grouper, (list, Series, Index, np.ndarray)):
        843         if len(grouper) != len(axis):
    --> 844             raise ValueError("Grouper and axis must be same length")
        845         return grouper
        846     else:

因此，我希望最终结果是日本:8欧洲:6美国:3

谢谢

Answer 1

您能否尝试使用所示示例进行以下、编写和测试。使用 split , explode , groupby Pandas 的功能。

df['Country'] = df['Country'].str.split(';')
df.explode('Country').groupby('Country')['Employees'].sum()

输出如下:

Country
Eurpoe  6
Japan   8
USA     3
Name: Employees, dtype: int64

解释:简单的解释是:

• 首先将DataFrame的Country列通过;分割，并将结果保存到同一列中。
• 然后在 Country 列上使用 explode 然后在 Country 列上使用 groupby 并在其上使用 sum 函数来获取其在Employees 列中的总和。