若另一列中的行包含列表中的项，则计算一列中值的总和

Question

在python中，我有一个数据帧，看起来像：

Column1               Column2
[a,b,c,d]             4    
[a,f,g]               3
[b,c]                 6
[a,c,d]               5

我想计算第三列，每当第1列中有一个项目时，它会将第2列中的值相加(例如，在第一行中，它将是a=4+3+5，b=4+6，c=5+6+5，d=4+5，所以总共4+3+5+4+6+6+5+5+4+5+5=47(：

Column1               Column2     Column3
[a,b,c,d]             4           47
[a,f,g]               3           21
[b,c]                 6           26
[a,c,d]               5           37

我已经尽了最大努力进行查询和索引，但没有成功，提前感谢！

Answer 1

尝试使用explode，然后创建映射dict和groupby返回

s = df.explode('Column1')
d = s.groupby('Column1')['Column2'].sum()
s['new'] = s['Column1'].map(d)
out = s.groupby(level=0).agg({'Column1':list,'Column2':'first','new':'sum'})
out
Column1  Column2  new
0  [a, b, c, d]        4   46
1     [a, f, g]        3   18
2        [b, c]        6   25
3     [a, c, d]        5   36

注意：

c=4+6+5

Answer 2

df = pd.DataFrame({'Column1': [['a', 'b', 'c', 'd'], ['a', 'f', 'g'], ['b', 'c'], ['a', 'c', 'd']],
'Column2': [4, 3, 6, 5]})
df1 = df.explode('Column1')
df['Column3'] = df1.groupby(level=0).apply(
lambda d: d.Column1.apply(lambda x: df1.loc[df1.Column1 == x, 'Column2'].sum()).sum())
print(df)

Column1  Column2  Column3
0  [a, b, c, d]        4       46
1     [a, f, g]        3       18
2        [b, c]        6       25
3     [a, c, d]        5       36

Answer 3

让我们从更容易理解的版本开始，循序渐进。

1. 分解第1列：

   wrk = df.explode(column='Column1')
   

   结果是：

   Column1  Column2
   0       a        4
   0       b        4
   0       c        4
   0       d        4
   1       a        3
   1       f        3
   1       g        3
   2       b        6
   2       c        6
   3       a        5
   3       c        5
   3       d        5
   

2. 根据第1列中的列表计算每个元素的权重：

   weight = wrk.groupby('Column1').sum().rename(columns={'Column2': 'Weight'})
   

   结果是：

   Weight
   Column1        
   a            12
   b            10
   c            15
   d             9
   f             3
   g             3
   

   请注意计数的一些差异，例如c的重量为4+6+5=15。

3. 从wrk加入第1列，权重：

   wrk2 = wrk[['Column1']].join(weight, on='Column1')
   

   结果是：

   Column1  Weight
   0       a      12
   0       b      10
   0       c      15
   0       d       9
   1       a      12
   1       f       3
   1       g       3
   2       b      10
   2       c      15
   3       a      12
   3       c      15
   3       d       9
   

4. 最后一步是计算新列：

   df['Column3'] = wrk2.groupby(level=0).Weight.sum()
   

   结果是：

   Column1  Column2  Column3
   0  [a, b, c, d]        4       46
   1     [a, f, g]        3       18
   2        [b, c]        6       25
   3     [a, c, d]        5       36
   

但是如果你想要更简洁的代码，你可以"压缩"；以上解决方案：

wrk = df.explode(column='Column1')
df['Column3'] = wrk[['Column1']].join(wrk.groupby('Column1').sum().rename(
columns={'Column2': 'Weight'}), on='Column1').groupby(level=0).Weight.sum()