Сумма столбца в словаре данных - PullRequest
Новая
       11

Сумма столбца в словаре данных

0 голосов
/ 09 мая 2018

Как мне работать со словарем данных, пожалуйста? Или есть лучший способ получить обзор моих данных? Если у меня есть например: 

Fruit   Qty Year
Apple   2   2016
Orange  1   2017
Mango   2   2016
Apple   9   2016
Orange  8   2015
Mango   7   2016
Apple   6   2016
Orange  5   2017
Mango   4   2015

Затем я пытаюсь выяснить, сколько всего я получаю в год, например: 

        2015    2016    2017
Apple   0       11      0
Orange  8       0       6
Mango   4       9       0

Я написал некоторый код, но он может быть бесполезен: 

import pandas as pd

# Fruit Data
df_1 = pd.DataFrame({'Fruit':['Apple','Orange','Mango','Apple','Orange','Mango','Apple','Orange','Mango'], 'Qty': [2,1,2,9,8,7,6,5,4], 'Year': [2016,2017,2016,2016,2015,2016,2016,2017,2015]})

# Create a list of Fruits
Fruits = df_1.Fruit.unique()

# Break down the dataframe by Year
df_2015 = df_1[df_1['Year'] == 2015]
df_2016 = df_1[df_1['Year'] == 2016]
df_2017 = df_1[df_1['Year'] == 2017]

# Create a dataframe dictionary of Fruits
Dict_2015 = {elem : pd.DataFrame for elem in Fruits}
Dict_2016 = {elem : pd.DataFrame for elem in Fruits}
Dict_2017 = {elem : pd.DataFrame for elem in Fruits}

# Store the Qty for each Fruit x each Year
for Fruit in Dict_2015.keys():
    Dict_2015[Fruit] = df_2015[:][df_2015.Fruit == Fruit]
for Fruit in Dict_2016.keys():
    Dict_2016[Fruit] = df_2016[:][df_2016.Fruit == Fruit]
for Fruit in Dict_2017.keys():
    Dict_2017[Fruit] = df_2017[:][df_2017.Fruit == Fruit]

Ответы [ 2 ]

0 голосов
/ 09 мая 2018

jpp уже опубликовал ответ в нужном вам формате. Однако, поскольку ваш вопрос казался открытым для других взглядов, я подумал поделиться другим способом. Не совсем в том формате, который вы опубликовали, но так я обычно делаю. 

df = df.groupby(['Fruit', 'Year']).agg({'Qty': 'sum'}).reset_index()

Это будет выглядеть примерно так: 

Fruit  Year  Sum
Apple  2015    0
Apple  2016   11
Apple  2017    0
Orange 2015    8
Orange 2016    0
Orange 2017    6
Mango  2015    4
Mango  2016    9
Mango  2017    0
0 голосов
/ 09 мая 2018

Вы можете использовать pandas.pivot_table. 

res = df.pivot_table(index='Fruit', columns=['Year'], values='Qty',
                     aggfunc=np.sum, fill_value=0)

print(res)

Year    2015  2016  2017
Fruit                   
Apple      0    17     0
Mango      4     9     0
Orange     8     0     6

Инструкции по использованию см. В Как развернуть кадр данных .

...