一段时间以来，我一直在尝试解决以下问题。希望有人可以帮助我。我尝试总结不同领域的数字计数(例如出生(。如下表所示，我有一个数据集，其中，例如，区域 1 和 2 在融合区域4中相遇。区域 3 不受影响。
import pandas as pd
data1 = {
"OldArea" : ['area1','area2','area3'],
"numbercount" : [10,20,5],
"FusedIntoArea" : ['area4','area4','area3']
}
frame1 = pd.DataFrame(data1, columns=['OldArea', 'FusedIntoArea', 'numbercount'])
frame1
我想将区域 1 和区域 2 (10 + 20( 的数字计数相加到区域 4 (30( 中。区域 3 的计数保持不变 (5(。这通过使用 groupby 和 sum 来获取 pd.series series1
，如下所示。series1 = frame1.groupby(['FusedIntoArea'])['numbercount'].sum()
series1
问题是我想在几年内将这种分组和求和操作扩展到多个区域的融合。这些区域的扩展融合数据如第 3 帧所示。Area1 和 Area2 融合形成 Area4(就像以前一样(，但现在还有更多：在那之后的一年里，Area4 和 Area3 融合形成 Area5，而 Area6 多年来保持不变。融合数据的格式类似于下面的第 2 帧：
data2 = {
'year0' : ['area1', 'area2', 'area3', 'area6'],
'year1' : ['area4', 'area4', 'area3', 'area6'],
'year2' : ['area5', 'area5', 'area5', 'area6']
}
frame2 = pd.DataFrame(data2, columns = ['year0', 'year1', 'year2'])
frame2
数字计数的数据(例如，融合前或从融合的那一刻开始的出生(现在在一个单独的帧中，即 frame3。
data3 = {
"area" : ['area1', 'area2','area3', 'area4', 'area5', 'area6'],
"numbercount" : [10,20,5,35, 15,25],
}
frame3 = pd.DataFrame(data3, columns=['area', 'numbercount'])
frame3
我试图得到的结果是新形成的区域5(融合后1 + 2 + 3 + 4 + 5(和6(多年来不变(的总数(TotalNumber(，如frame4所示。任何帮助都非常感谢。我应该使用联接还是合并操作？提前谢谢。
data4 = {
"OldAreas" :[1,2,3,4,5,6],
"NewArea" : ['area5','area5','area5','area5','area5','area6'],
"TotalNumber" : [85,85,85,85,85, 25]
}
frame4 = pd.DataFrame(data4, columns=['NewArea', 'TotalNumber'])
frame4
您可以使用字典来映射现有数据。
首先创建一个字典，告诉你它融合在哪个区域的每个区域：
areas_to_fuse = dict(zip(frame2.year0.values, frame2.year2.values))
areas_to_fuse = {**areas_to_fuse,**dict(zip(frame2.year1.values, frame2.year2.values))}
{'area1': 'area5',
'area2': 'area5',
'area3': 'area5',
'area4': 'area5',
'area6': 'area6'}
完成此操作后，您可以使用replace创建NewArea列frame3['area'](请注意，replace允许保留字典键中不存在的值，如果您更喜欢缺失值，请使用map(
frame3['NewArea'] = frame3.area.replace(areas_to_fuse)
然后，您可以为值对应的每个区域创建第二个字典编码，并将其映射到您的列NewArea：
newvalues = frame3.groupby('NewArea').numbercount.sum().to_dict()
frame3['TotalNumber'] = frame3.NewArea.map(newvalues)
frame3[['NewArea','TotalNumber']]
NewArea TotalNumber
0 area5 85
1 area5 85
2 area5 85
3 area5 85
4 area5 85
5 area6 25