返回组中所有唯一值的汇总

返回组中所有唯一值的汇总

麻烦是这个。

假设我们有一个可以使用以下命令生成的pandas df:

month=['dec','dec','dec','jan','feb','feb','mar','mar']
category =['a','a','b','b','a','b','b','b']
sales=[1,10,2,5,12,4,3,1]

df = pd.DataFrame(list(zip(month,category,sales)),
                   columns =['month', 'cat','sales'])

print(df)

| month cat  sales   |
|--------------------|
| 0   dec   a      1 |
| 1   dec   a     10 |
| 2   dec   b      2 |
| 3   jan   b      5 |
| 4   feb   a     12 |
| 5   feb   b      4 |
| 6   mar   b      3 |
| 7   mar   b      1 |

那么假设我们希望按月对每个类别进行计数。

所以我们去做类似的事情
df=df.groupby(['month','cat']).sales.sum().reset_index()
print(df)
|  month cat  sales  |
|--------------------|
| 0   dec   a     11 |
| 1   dec   b      2 |
| 2   feb   a     12 |
| 3   feb   b      4 |
| 4   jan   b      5 |
| 5   mar   b      4 |

但是我们希望看到的是:
|  month cat  sales  |
|--------------------|
| 0   dec   a     11 |
| 1   dec   b      2 |
| 2   feb   a     12 |
| 3   feb   b      4 |
| 4   jan   b      5 |
| 5   jan   a      0 |
| 6   mar   b      4 |
| 7   mar   a      0 |

区别在于在特定月份未显示的类别仍将显示为零。

这可能是之前被询问过的,但我找不到。如果您指出问题的方向,我们将继续删除此问题。

最佳答案

从您停止的地方继续,stackunstack的组合将为您提供所需的输出:

res = (df.groupby(['month','cat'])
       .sales
       .sum()
       #unstack and fill value for the null column
       .unstack(fill_value=0)
       #return to groupby form and reset
       .stack()
       .reset_index(name='sales')
      )

res

  month cat sales
0   dec a   11
1   dec b   2
2   feb a   12
3   feb b   4
4   jan a   0
5   jan b   5
6   mar a   0
7   mar b   4

关于python - 返回组中所有唯一值的汇总,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/61535744/

10-12 22:18