我如何将熊猫交叉表中的行相加，并做出新的交叉表？

Question

我有一个excel表格的数据，我已经总结在熊猫交叉表。我希望通过与相关行相加来进一步对数据进行分类。

这是我的交叉表：

所有用户-公民0 0 36 0 36民用/政府0 0 2 0 2商业3 99 412 0 514政府9 14 38 0 61政府/民事0 10 0 10政府/商业政府/军事0 0 1 0 1军事9 67 66 142军事/民用0 0 2 0 2军事/商业0 0 0 32 32 21 182 648 32 883

我只想要四个团体:民用，政府，商业和军事。如果“政府”在名称中，我想把包含它的所有行加起来。如果“军事”在这个名字里，我想把这些行相加成一列.

做这件事最好的方法是什么？

Answer 1

pd.crosstab

从一开始就做

pd.crosstab(df.users.str.split('/').str[0], df.class_of_orbit)

groupby

在你已经拥有的基础上。如果将可调用的值传递给groupby，它将将其应用于索引，并使用结果对by进行分组。

xtab.groupby(lambda x: x.split('/')[0]).sum()

            Elliptical  GEO  LEO  MEO  All
All                 21  182  648   32  883
Civil                0    0   38    0   38
Commercial           3   99  412    0  514
Government           9   16  130    0  155
Military             9   67   68   32  176
​

Answer 2

按每个名称的第一部分进行分组会产生

df.groupby(df.class_of_orbit.str.split('/').str.get(0)).sum()

            Elliptical  GEO LEO MEO All
class_of_orbit                  
All         21         182  648 32  883
Civil       0           0   38  0   38
Commercial  3           99  412 0   514
Government  9           16  130 0   155
Military    9           67  68  32  176

Answer 3

爱拉斐尔和piRSquared的答案，但是如果你想把所有只有组实例的行加在一起，而不仅仅是这个组是名字的第一部分，你可以稍微修改一下piRsquared的答案。

您可以定义一个助手函数来检查一个名称是否有第二个部分，然后创建一个第二个数据帧，其中包含那些包含名称第二部分的行的和。然后将这个元素与拉斐尔和piRSquared的结果相加。我忽略了“所有”的观察，但是它可以很容易地从结果数据框架中计算出来。

希望没事，我是新来的。

def second_parts_sum(x):
    if len(x.split('/')) > 1:
        return x.split('/')[1]
    else:
        return 'to_be_dropped'

first_parts = xtab.groupby(lambda x: x.split('/')[0]).sum()
second_parts = xtab.groupby(lambda x: second_parts_sum(x)).sum()
first_parts = first_parts[first_parts.index != 'All']
second_parts = second_parts[second_parts.index != 'to_be_dropped']
first_parts + second_parts



            Elliptical  GEO  LEO  MEO  All
Civil                0    0   50    0   50
Commercial           3  101  493   32  629
Government           9   16  132    0  157
Military             9   67   69   32  177