У меня есть фрейм данных с записями, которые имеют одинаковое значение, я хотел бы получить их в одной строке (и столбце). Мой макет DF:

my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})

И что бы я хотел, чтобы это было:

enter image description here

Самое близкое, что я получил, это

my.loc['Apple'] +=my.loc['Pomme'] += my.loc['aeble']

Но мне интересно, есть ли более легкий путь.

2
Mactilda 28 Май 2019 в 11:41

2 ответа

Лучший ответ

Если у вас есть dict сопоставления всех значений fruit на один язык, вы можете использовать groupby и map с функциями agg join и sum:

d = {'Apple': 'Apple',
     'Banana': 'Banana',
     'Pomme': 'Apple',
     'aeble': 'Apple',
     'Banan': 'Banana',
     'Orange': 'Orange',
     'Apelsin': 'Orange'
    }

my.groupby(my['fruit'].map(d)).agg({'fruit': lambda x: ', '.join(x),
                                    'bites': 'sum'})

[вне]

                      fruit  bites
fruit                             
Apple   Apple, Pomme, aeble      5
Banana        Banana, Banan      4
Orange      Orange, Apelsin      7

Одним из способов создания сопоставления dict может быть использование googletrans пакет:

from googletrans import Translator
translator = Translator()

d = {x.origin: x.text for x in translator.translate(my['fruit'].unique().tolist())}

[вне]

{'Apple': 'Apple',
 'Banana': 'Banana',
 'Pomme': 'Apple',
 'aeble': 'aeble',
 'Banan': 'Banana',
 'Orange': 'Orange',
 'Apelsin': 'Orange'}

Как видите, он не идеален, но даст вам преимущество, вместо того, чтобы создавать полностью вручную.

5
Chris A 28 Май 2019 в 09:03

Альтернативой может быть создание третьего столбца для идентификации вашего фрукта, а затем группировка:

my = pd.DataFrame(
{'fruit': ['Apple', 'Banana', 'Pomme', 'aeble', 'Banan', 'Orange', 'Apelsin'],
'bites': [1, 2, 3, 1, 2, 3, 4]})

#Create new column
my['Type Fruit'] = ['Apple', 'Bannana', 'Apple', 'Apple', 'Bannana', 'Orange', 'Orange']
# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')

In [1] : print(fruit_type )
Out[1] : Type Fruit
Apple      5
Bannana    4
Orange     7

Идея @Chris использовать Google Translate также может быть использована в этом методе для создания третьего столбца:

from googletrans import Translator
translator = Translator()

my['Type Fruit'] = [x.text for x in translator.translate(my['fruit'].unique().tolist())]

# Group by fruit type
fruit_type = my.groupby(['Type Fruit'])['bites'].agg('sum')
2
vlemaistre 28 Май 2019 в 11:56
56338209