如果另一列中的行包含串列中的專案，則計算一列中值的總和

在 python 中，我有一個如下所示的資料框：

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

我想計算第三列，每當其中一個專案出現在 Column1 中時，它就會添加 Column2 中的值（例如，在第一行中，它將是 a=4 3 5, b=4 6， c=5 6 5, d=4 5，所以總共有 4 3 5 4 6 5 6 5 4 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

我已盡力進行查詢和索引編制，但沒有成功，在此先感謝您！

uj5u.com熱心網友回復：

嘗試使用explode，然后創建映射字典并groupby回傳

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

uj5u.com熱心網友回復：

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

uj5u.com熱心網友回復：

讓我們從更容易理解的版本開始，一步一步。

1. 爆炸第 1列：

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

   結果是：

     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. 計算Column1 中串列中每個元素的權重：

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

   結果是：

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

   請注意您的計數的一些差異，例如c 的權重 是4 6 5 = 15。

3. 加入列1從WRK與重量：

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

   結果是：

     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. 最后一步是計算新列：

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

   結果是：

           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
   

但是如果你想要更簡潔的代碼，你可以將上面的解決方案“壓縮”為：

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()

標籤：Python 熊猫 列表 数据框 麻木的

上一篇：將NumPy陣列上的for回圈轉換為切片

下一篇：在numpy中使用條件取上一行