如何连接 pandas 数据框列 [英] How to concat Pandas dataframe columns

问题描述

如何在Pandas数据帧中合并不同数据类型的列，这样，如果列number与列operator连接在一起，并且我执行了groupby('user').sum()，则可以进行适当的聚合:

How to concat columns of different data types in a Pandas dataframe such that if column number is concatenated with column operator, and I do a groupby('user').sum(), I can have the appropriate aggregation:

    number   operator user
id                      
1      193        -    A
2      332        +    B
3     4434        +    A
4      432        -    C
5      652        +    C
6      567        +    D


#after concat:

    number operator user
id                      
1     -193        -    A
2      332        +    B
3     4434        +    A
4     -432        -    C
5      652        +    C
6      567        +    D


#df.groupby('user').sum()

      number
user        
A       4241
B        332
C        220
D        567

推荐答案

使用loc和布尔掩码使'number'值为负:

Use loc with boolean mask to make the 'number' values negative:

In [34]:
df.loc[df['operator'] == '-', 'number'] = -df['number']
df

Out[34]:
    number operator user
id                      
1     -193        -    A
2      332        +    B
3     4434        +    A
4     -432        -    C
5      652        +    C
6      567        +    D

然后您可以在'用户'上的groupby可以在'号码'列上调用sum:

You can then groupby on 'user' can call sum on 'number' column:

In [35]:    
df.groupby('user')['number'].sum()

Out[35]:
user
A    4241
B     332
C     220
D     567
Name: number, dtype: int64

这篇关于如何连接 pandas 数据框列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！