我正在尝试添加多个字典(公共键的总和),基于另一列中的分类变量。我尝试使用groupby(和agg)、groupby(和sum)和Counter()。我还有其他连续的列,但我不想把它们加起来。我不断得到错误或不想要的输出。你知道吗
import pandas as pd
import numpy as np
from collections import Counter
# input
df1 = pd.DataFrame([
['Cat1', {'Word1': 8, 'Word2': 7, 'Word3': 6, 'Word4':1}],
['Cat2', {'Word2': 7, 'Word4': 7, 'Word3': 6}],
['Cat2', {'Word3':3, 'Word5': 2}],
['Cat1', {'Word1': 10, 'Word3': 5, 'Word4':1}]], columns=list('AB'))
# desired output
df_out = pd.DataFrame([
['Cat1', {'Word1': 18, 'Word2': 7, 'Word3': 11, 'Word4':2}],
['Cat2', {'Word2': 7, 'Word3': 9, 'Word4': 7, 'Word5': 2}]], columns=list('AB'))
df_out
# Trial 1 - groupby
for i in range(len(df1)):
df1.groupby('A')['B'].agg({df1['B'][i])
# Trial 2 - Counter
counter = Counter()
for d in range(len(df['B']):
counter.update(d)
感谢您的帮助。短暂性脑缺血发作
下面是一个生成常规数据帧而不是一系列dict的解决方案:
第一步将您的dict序列转换成一个常规的数据帧,每个键有一列。然后是一个简单的groupby和sum得到最终结果:
以这种格式保存数据将比一系列dict有效得多,除非这些值非常稀疏(即矩阵很大,大部分为零)。你知道吗
如果您确实需要将结果作为一系列dicts,则可以这样做:
它正好产生你的
df_out
。你知道吗相关问题 更多 >
编程相关推荐