python中的dcast复制

Question

我有一个大熊猫数据框架，如下所示：

col1     col2     col3    col4
 a        d        sd       2
 b        sd       sd       2
 a        ds       hg       3
 a        ew       rt       3
 b        ss       qq       4

我希望输出类似于以下内容：

col1     sum
a        8
b        6

“‘sum”列包含col1的唯一值的col4的所有值的总和。在R中，这可以使用dcast来完成

dcast(dataframe, col1 ~ count, sum, value.var = 'col4')

我如何在python中做到这一点？

Answer 1

我认为您正在寻找的就是Group By: split-apply-combine中描述的内容

groups = df.groupby('col1')
splitgroups = groups['col4']
sums = splitgroups.aggregate(np.sum)

或者，更直接地说：

sums = df.groupby('col1').aggregate({'col4': np.sum})

但是要阅读整个页面；Pandas的groupby特性比R dcast更灵活(它还可以完成SQL聚合、Excel pivots等所能做的一切)，但这意味着您的想法可能并不总是在两者之间一一对应。

这就是它的实际作用：

>>> # your DataFrame, with a default index
>>> df = pd.DataFrame({'col1': 'a b a a b'.split(), 'col2': 'd sd ds ew ss'.split(), 'col3': 'sd sd hg rt qq'.split(), 'col4': (2, 2, 3, 3, 4)})
>>> sums = df.groupby('col1').aggregate({'col4': np.sum})
>>> sums
      col4
col1
a        8
b        6