熊猫:有没有办法将列中的值组合在一起?

Question

我正在使用熊猫来处理一个数据帧，其中一列称为"Rank"，用于军衔。 当我对数据使用groupby并创建一个crosstab时，我注意到Rank中的某些值是同义词。例如，我的交叉表中有"私人 1 等舱"、"私人头等舱"和"PFC"的单独行。

假设我可以手动创建一个字典来将所有这些"同义词"关联在一起，有没有办法让熊猫将其应用于我的数据帧，以便出于计数、交叉表等目的，所有值都被视为相同？ 因此，对于上面的例子，如果我决定对"PFC"进行标准化，我将创建以下内容：{"Private 1st Class": "PFC", "Private First Class": "PFC"}.

我看了groupby，但据我所知，它按列对整个框架进行排序，并且不支持这样的等效值。 如果我错了，有人可以指出文档的相关部分吗？

Answer 1

举个例子：

数据：

df = pd.DataFrame({"val": [1,2,3,4,5], "key": ["Private 1st class", "Private First Class", "PFC", "other", "other"]})

翻译词典：

translate = pd.DataFrame.from_records({"key": ["Private 1st class", "PFC", "Private First Class"],
"harmonizedkey": ["PFC", "PFC", "PFC"]})

让我们将字典合并到df：

newdf = pd.merge(df, translate, how = "left", on = "key")

创建一个新的(完整(组：

newdf["newgroup"] = newdf["harmonizedkey"].combine_first(newdf["key"])
newdf
key                 val harmonizedkey   newgroup
0   Private 1st class   1   PFC             PFC
1   Private First Class 2   PFC             PFC
2   PFC                 3   PFC             PFC
3   other               4   NaN             other
4   other               5   NaN             other

现在，使用groupby：

newdf.groupby("newgroup").sum()
val
newgroup    
PFC     6
other   9

Answer 2

将map 与字典一起使用以生成新列：

import pandas as pd
df = pd.DataFrame([
('Private 1st Class', 3),
('Private First Class', 2),
('PFC', 5),
('Sergeant', 2),
('SGT', 2)
], columns = ['rank', 'bannanas'])
d = {
'Private 1st Class': 'PFC',
'Private First Class': 'PFC',
'PFC': 'PFC',
'Sergeant': 'SGT',
'SGT': 'SGT'
}
df['merged_rank'] = df['rank'].map(d)
print(df)
rank  bannanas merged_rank
0    Private 1st Class         3         PFC
1  Private First Class         2         PFC
2                  PFC         5         PFC
3             Sergeant         2         SGT
4                  SGT         2         SGT
print(df.groupby('merged_rank')['bannanas'].agg('sum'))   
merged_rank
PFC    10
SGT     4
Name: bannanas, dtype: int64