代码之家 › 专栏 › 技术社区 › Jordan

如何使列和唯一值的数据帧堆叠?

data-manipulation pandas

Jordan · 技术社区 · 7 年前

我有一个大数据框架,我想从中开发一个求和表。换句话说,列1是第一个数据帧的列,列2是每个列的唯一值,列3到。。。是我选择的不同变量的总和。如下所示:

Variable   Level   Summed_Column

下面是一些示例代码:

data = {"name": ['bob', 'john', 'mary', 'timmy']
       , "age": [32, 32, 29, 28]
       , "location": ['philly', 'philly', 'philly', 'ny']
       , "amt": [100, 2000, 300, 40]}

df = pd.DataFrame(data)

df.head()

Variable     Level     Summed_Column
Name         Bob       100
Name         john      2000
Name         Mary      300
Name         timmy     40
age          32        2100
age          29        300
age          29        40
location     philly    2400
location     ny        40

我甚至不知道从哪里开始。实际的数据帧有32列,其中4列将被求和,28列放入 variable 和 Level

0 回复 | 直到 7 年前

Erfan 7 年前

你不需要一个循环来实现这个和连接,你可以通过组合 melt 具有 groupby 使用 agg 方法:

final = df.melt(value_vars=['name', 'age', 'location'], id_vars='amt')\
          .groupby(['variable', 'value']).agg({'amt':'sum'})\
          .reset_index()

结果是:

print(final)
   variable   value   amt
0       age      28    40
1       age      29   300
2       age      32  2100
3  location      ny    40
4  location  philly  2400
5      name     bob   100
6      name    john  2000
7      name    mary   300
8      name   timmy    40

Jordan 7 年前

好的@数据新手。我用for循环w找到了这个方法/ pd.melt .

id = ['name', 'age', 'location']

final = pd.DataFrame(columns = ['variable', 'value', 'amt'])

for i in id:
    table = df.groupby(i).agg({'amt':'sum'}).reset_index()
    table2 = pd.melt(table, value_vars = i, id_vars = ['amt'])
    final = pd.concat([final, table2])

print(final)

推荐文章