大Pandas重复手术的分组和求和法

Question

一段时间以来，我一直在努力解决以下问题。希望有人能帮我。我试着把不同地区的数字（如出生人数）加起来。如下表所示，我有一个数据集，例如，区域1和区域2在融合区域4中合并在一起。区域3不受影响。在

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

我想把1区和2区的数字数（10+20）加到4区（30）。区域3的数字计数保持不变（5）。这是通过使用groupby和sum来获得pd系列系列1如下所示。在

^{pr2}$

问题是我想将这种groupby和sum操作扩展到几年内的几个区域融合。区域的扩展融合数据如框架3所示。区域1和区域2熔合形成区域4（与之前一样），但现在还有更多：在之后的一年中，区域4和区域3融合形成区域5，而区域6则在这些年中保持不变。融合数据的格式如下图2所示：

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（例如融合前的出生或融合后的出生）现在在一个单独的框架中，即框架3。在

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（融合后的1+2+3+4+5）和6（多年不变）的总数（总数），如框架4所示。任何帮助都是非常感谢的。我应该使用join或merge操作吗？提前谢谢。在

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

Answer 1

可以使用dictionnaries映射现有数据。在

首先创建一个词汇表，它告诉你每个区域在哪个区域融合：

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'}

这样，您就可以通过在frame3['area']上使用replace来创建NewArea列（请注意，replace允许保留字典键中不存在的值，如果您更喜欢缺少值，请使用map）

^{pr2}$

然后，您可以为值对应的每个区域创建第二个字典式编码，并将其映射到列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