在列上使用groupby和追加值
在列上使用groupby和追加值
提问于 2022-02-03 10:55:23
考虑以下csv文件，其中" name“列中有一个重复的名称：
ID,Name,T,CA,I,C,IP
129,K1,1.2,64,386,5522,0.07
6,K1,1.1,3072,28800,6485,4.44
157,K2,1.1,512,1204,3257,0.37我想按名称对行进行分组，并记录如下I和C列
K1:
0 I 386 28800
1 C 5522 6485
K2:
0 I 1204
1 C 3257我已经编写了这段代码，它根据名称列对行进行分组，并构建一个字典。
data = {'Value':[0,1]}
kernel_df = pd.DataFrame(data, index=['C','I'])
my_dict = {'dummy':kernel_df}
df = pd.read_csv('test.csv', usecols=['Name', 'I', 'C'])
for name, df_group in df.groupby('Name'):
my_dict[name] = pd.DataFrame(df_group)
print(my_dict)但输出是
{'dummy': Value
C 0
I 1, 'K1': Name I C
0 K1 386 5522
1 K1 28800 6485, 'K2': Name I C
2 K2 1204 3257}如您所见，I和C是用列编写的，因此每个键的行都会增加。这与我想要的正好相反。我怎么才能解决呢？
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-02-03 10:59:51
我想你需要选择带有转置的列。我不使用dict理解，因为在您的代码中将新的DataFrame添加到现有的dict中：
data = {'Value':[0,1]}
kernel_df = pd.DataFrame(data, index=['C','I'])
my_dict = {'dummy':kernel_df}
for name, df_group in df.groupby('Name'):
my_dict[name] = df_group[[ 'I', 'C']].T
print(my_dict['K1'])
0 1
I 386 28800
C 5522 6485如果有必要增加新列：
data = {'Value':[0,1]}
kernel_df = pd.DataFrame(data, index=['C','I'])
my_dict = {'dummy':kernel_df}
for name, df_group in df.groupby('Name'):
my_dict[name] = df_group[[ 'I', 'C']].T.rename_axis('g').reset_index()
print(my_dict['K1'])
g 0 1
0 I 386 28800
1 C 5522 6485页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70970021
复制相关文章
相似问题
腾讯云开发者
