将行合并在Pandas中

Question

我有一个DataFrame，它有一个名为city_id的索引，格式为[城市]，[州]（例如，new york,ny），它包含在列中的整数计数。问题是，同一城市的多行具有相同的city_id，我想通过添加它们的列值来合并共享city_id的行。我查看了groupby()，但不清楚如何将其应用于此问题。

编辑：

举个例子：

city_id    val1 val2 val3
houston,tx    1    2    0
houston,tx    0    0    1
houston,tx    2    1    1

变成这个样子：

city_id    val1 val2 val3
houston,tx    3    3    2

如果有大约10-20k行。

- lightlike

---

这并不是一个重复的问题，@DSM 的回答 df.groupby(df.index) 在重复的问题中也没有出现。 - LondonRob

Answer 1

从以下开始

>>> df
              val1  val2  val3
city_id                       
houston,tx       1     2     0
houston,tx       0     0     1
houston,tx       2     1     1
somewhere,ew     4     3     7

我可能会做

>>> df.groupby(df.index).sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

或者

>>> df.reset_index().groupby("city_id").sum()
              val1  val2  val3
city_id                       
houston,tx       3     3     2
somewhere,ew     4     3     7

第一种方法将索引值（在本例中是city_id值）传递给groupby，并告诉它将其用作分组键，第二种方法则重置索引，然后选择city_id列。有关更多示例，请参见文档中的此部分。请注意，DataFrameGroupBy对象中还有许多其他方法：

>>> df.groupby(df.index)
<pandas.core.groupby.DataFrameGroupBy object at 0x1045a1790>
>>> df.groupby(df.index).max()
              val1  val2  val3
city_id                       
houston,tx       2     2     1
somewhere,ew     4     3     7
>>> df.groupby(df.index).mean()
              val1  val2      val3
city_id                           
houston,tx       1     1  0.666667
somewhere,ew     4     3  7.000000

- DSM

---

有没有办法选择其组中平均值最大的行？在这个例子中，它应该从第一组选择 houston,tx 2 1 1。 - Morteza Milani

有没有一种方法可以定义一个列求和，另一个列取最大值，另一个列取最小值，以便结果为 Huston, TX 3（求和），2（最大值），1（最小值）？ - MrKingsley

Answer 2

有一些与此类似的内容。对不起，不是完全的复制品。

mydata = [{'subid' : 'B14-111', 'age': 75, 'fdg':1.78},
          {'subid' : 'B14-112', 'age': 22, 'fdg':1.56},{'subid' : 'B14-112', 'age': 40, 'fdg':2.00},]
df = pandas.DataFrame(mydata)

gg = df.groupby("subid",sort=True).sum()

- LonelySoul