Pandas groupby cut sum

Question

我正在尝试将列绑定，并对满足索引条件的行进行求和。

下面是我正在使用的DataFrame的一个例子：

df 

A    B    C    D
a    aa   0    1
a    aa   1    2
a    aa   2    10
a    bb   0    4
a    bb   1    5
a    bb   2    60
b    aa   0    7
b    aa   1    8
b    aa   2    90
b    bb   0    10
b    bb   1    11
b    bb   2    12

我想做的是首先将特征C列(即0,1为f0，2为f1)放入bin中，并在每个bin中将列D中的值相加，同时仍然保持各自的A和B‘索引对不变。其结果将如下所示：

A    B    C    D
a    aa   f0   3
a    aa   f1   10
a    bb   f0   9
a    bb   f1   60
b    aa   f0   15
b    aa   f1   90
b    bb   f0   21
b    bb   f1   12

我已经使用pandas.cut完成了装箱，如下所示：

cut = pd.cut(df['C'], bins=[0,2,3], right=False, labels=['f0','f1'])

但是我很难使用df.groupby(cut)保持索引对(列A,B)的完整性，而且我不希望自己迭代所有可能的(A,B)对并对它们求和。

任何帮助都将不胜感激。

Answer 1

您需要将定义所需组的其他列添加到groupby语句中：

from io import StringIO

import pandas

df = pandas.read_table(StringIO("""\
A    B    C    D
a    aa   0    1
a    aa   1    2
a    aa   2    10
a    bb   0    4
a    bb   1    5
a    bb   2    60
b    aa   0    7
b    aa   1    8
b    aa   2    90
b    bb   0    10
b    bb   1    11
b    bb   2    12"""), sep='\s+')

output = (
    df.assign(C=pandas.cut(df['C'], bins=[0,2,3], right=False, labels=['f0','f1']))
      .groupby(['A', 'B', 'C'], as_index=False)  
      .sum()  
)

 A   B   C   D
 a  aa  f0   3
 a  aa  f1  10
 a  bb  f0   9
 a  bb  f1  60
 b  aa  f0  15
 b  aa  f1  90
 b  bb  f0  21
 b  bb  f1  12

Answer 2

在C中重新赋值后，可以在['A','B','C']上执行groupby

df['C'] = np.where(df['C'].isin([0,1]), 'f0', 'f1')
df = df.groupby(['A','B','C']).sum().reset_index()

结果：

   A   B   C   D
0  a  aa  f0   3
1  a  aa  f1  10
2  a  bb  f0   9
3  a  bb  f1  60
4  b  aa  f0  15
5  b  aa  f1  90
6  b  bb  f0  21
7  b  bb  f1  12