python - Pandas 数据框按两列分组，计数和求和

Question

我有以下 df，我想按“名称”对其进行分组，因此有一个“A”和“B”计数列以及一个“总销售额”总和列:

例如转动这个:

data = {'A or B' : ['A','A','B','B','A','B'],
        'Name' : ['Ben','Ben','Ben','Sam','Sam','Sam'],
        'Sales ($)' : [10,5,2,5,6,7]
       }

df=pd.DataFrame(data, columns = ['A or B','Name','Sales ($)'])

看起来像这样:

grouped_data = {'A' : [2,1],
        'B' : [1,2],
        'Name' : ['Ben','Sam'],
        'Total Sales ($)' : [17,18]
       }

df=pd.DataFrame(grouped_data, columns = ['A','B','Name','Total Sales ($)'])

Answer 1

您可以尝试使用 pd.get_dummies、join 和 groupby+sum:

pd.get_dummies(df['A or B'])\
  .join(df.drop('A or B',1))\
  .groupby('Name',as_index=False).sum()

输出:

  Name  A  B  Sales ($)
0  Ben  2  1         17
1  Sam  1  2         18

---

详细信息:

首先，使用get_dummies 将分类变量转化为虚拟/指标变量:

pd.get_dummies(df['A or B'])
#   A  B
#0  1  0
#1  1  0
#2  0  1
#3  0  1
#4  1  0
#5  0  1

然后使用 join，将带有原始 df 的虚拟对象与 'A or B' 列丢弃:

pd.get_dummies(df['A or B']).join(df.drop('A or B',1))
#   A  B Name  Sales ($)
#0  1  0  Ben         10
#1  1  0  Ben          5
#2  0  1  Ben          2
#3  0  1  Sam          5
#4  1  0  Sam          6
#5  0  1  Sam          7

最后，根据名称执行groupby+sum:

pd.get_dummies(df['A or B']).join(df.drop('A or B',1)).groupby('Name',as_index=False).sum()
#  Name  A  B  Sales ($)
#0  Ben  2  1         17
#1  Sam  1  2         18