pandas按组分组 - 组内区分大小写问题

Question

我需要按照名为“关键词”的列对DataFrame进行分组，具体要求如下：

grouped = df.groupby('Keyword')

然后我会搜索每个组的大小：

a = grouped.size()

结果如下：

Keyword
ATTORNEY            48
Appraiser           94
Attorney          1437
BASEBOARD            2
BELL PEPPER          1
BULLETIN BOARD       1
Bell Pepper         36
Bell pepper         19
Bulletin Board      20
Bulletin board       3
CANDY              765
CANDy                2
CANdy                1
...                ...

我希望避免大小写问题，并获取类似于“CANDY，CANDy，CANdy”等仅在某些小写或大写字符上不同的单词的唯一组。 我尝试在分组之前将df ['Keyword'] .str.lower()设置为避免此问题，但它不起作用。如有帮助，不胜感激，谢谢。

- Fabio Lamanna

---

你记得将 .lower() 的结果重新赋值吗？所以你是否执行了：df['Keyword'] = df['Keyword'].str.lower()？ - EdChum

抱歉，那就是问题所在！谢谢！！！ - Fabio Lamanna

Answer 1

作为这个问题的跟进，其实在进行分组时并不需要覆盖关键字。相反，你可以在调用 groupby 时完成整个转换过程。

grouped = df.groupby(df['Keyword'].str.lower())

因此，例如，您可以有：

df = pandas.DataFrame({'Keyword': ['Attorney', 'ATTORNEY', 'foo'], 'x' : [1, 2, 42]})

df.groupby(df['Keyword'].str.lower()).sum()

输出如下：

           x
Keyword     
attorney   3
foo       42

正如你所预期的那样

- Simon Gibbons