按日期分组并对列求和

Question

我有一个数据框架，设计得不好，看起来像这样：

df = pd.DataFrame({
    'Day': ['2021-03-01', '2021-03-01', '2021-03-02', '2021-03-02', '2021-03-03'],
    'Name': ['Sam', 'Sam', 'Jack', 'Steve', 'Steve'],
    'Fruit':['Apple', 'Apple', 'Banana', 'Apple', 'Banana'],
    '2021-03-01':['2', '1', '0', '1', '1'],
    '2021-03-02': ['3', '5', '4', '2', '1'],
    '2021-03-03':['7', '3', '2', '1', '4']})

df
          Day   Name   Fruit 2021-03-01 2021-03-02 2021-03-03
0  2021-03-01    Sam   Apple          2          3          7
1  2021-03-01    Sam   Apple          1          5          3
2  2021-03-02   Jack  Banana          0          4          2
3  2021-03-02  Steve   Apple          1          2          1
4  2021-03-03  Steve  Banana          1          1          4

我希望对于Day中的每个日期，都与具有与Day值相同的列名对应的列中的日期分组，并通过求和来聚合其他变量。

例如，如果Day值为'2021-03-01'，则在“2021-03-01”列中，我将对值（此列中苹果数量和香蕉数量）进行求和。最终想要得到的结果数据框如下所示：

         Date   Name  nrApples  nrBananas
0  2021-03-01    Sam         3          0
1  2021-03-02   Jack         0          4
2  2021-03-02  Steve         2          0
3  2021-03-03  Steve         0          4

问题在于我有很多这样的日期列，而且不知道如何检查Day列中的值是否与某一列的名称相同，并聚合其值。 感谢您的帮助。

- Awans

Answer 1

融合列，将Day列与包含天数的variable列进行比较，进行分组、聚合（求和）、展开和重置索引：

(df
 .melt(['Day', 'Name', 'Fruit'])
 .loc[lambda df: df.Day.eq(df.variable)]
 .astype({"value": int})
 .groupby(['Day', 'Name', 'Fruit'])['value']
 .sum()
 .unstack(fill_value = 0)
 .add_prefix("nr")
 .reset_index()
 .rename_axis(columns = None)
 )
 
Fruit         Day   Name  nrApple  nrBanana
0      2021-03-01    Sam        3         0
1      2021-03-02   Jack        0         4
2      2021-03-02  Steve        2         0
3      2021-03-03  Steve        0         4

- sammywemmy

---

非常感谢，它完美地工作了！您知道如果我想对所有日期列求和，是否可以修改它？（无论“Day”是否相同） - Awans

你应该可以修改它。如果有任何问题请问。 - sammywemmy

Answer 2

def fn(x):
    return (
        x.set_index("Fruit")
        .loc[:, x.Day.iat[0]]
        .astype(int)
        .groupby(level=0)
        .sum()
        .to_dict()
    )


df = (
    df.groupby(["Day", "Name"])
    .apply(fn)
    .apply(pd.Series)
    .add_prefix("nr")
    .reset_index()
    .fillna(0)
)
print(df)

输出：

          Day   Name  nrApple  nrBanana
0  2021-03-01    Sam      3.0       0.0
1  2021-03-02   Jack      0.0       4.0
2  2021-03-02  Steve      2.0       0.0
3  2021-03-03  Steve      0.0       4.0

- Andrej Kesely