Сумма Pandas aggfunc, основанная на нескольких столбцах - PullRequest
Новая
       7

Сумма Pandas aggfunc, основанная на нескольких столбцах

0 голосов
/ 28 мая 2018

Я пытаюсь суммировать данные из нескольких столбцов в моем фрейме данных, поворачивая таблицу и используя aggfunc.Мой фрейм данных дает данные о выбросах для различных регионовЯ не хочу суммировать некоторые строки, поэтому я делаю выбор строк, которые я хочу суммировать.Выходные данные, однако, составляют две строки для каждого столбца:

  • одна называется True и дает сумму строк, которые я определил (это столбец, который я хочу)
  • другойназывается False и дает сумму оставшихся строк, которые я не определил (эту я хотел бы опустить / опустить)

Данные представляют собой числовые региональные данные за несколько лет, так что яхочу сделать, это добавить данные из некоторых регионов, чтобы получить данные для более крупных регионов.Годы указаны в столбцах.

Данные выглядят примерно так: 

inp = [{'Scenario':'Baseline', 'Region':'CHINA', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':5,'1995':10,'2000':15},
   {'Scenario':'Baseline', 'Region':'INDIA', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':6,'1995':11,'2000':16},
   {'Scenario':'Baseline', 'Region':'INDONESIA', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':7,'1995':12,'2000':17},
   {'Scenario':'Baseline', 'Region':'KOREA', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':8,'1995':13,'2000':18},
   {'Scenario':'Baseline', 'Region':'JAPAN', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':9,'1995':14,'2000':19},
   {'Scenario':'Baseline', 'Region':'THAILAND', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':10,'1995':15,'2000':20},
   {'Scenario':'Baseline', 'Region':'RUSSIA', 'Variable':'Methane', 'Unit':'MtCO2eq', '1990':11,'1995':16,'2000':21}]
dt = pd.DataFrame(inp)

dt 
   1990  1995  2000     Region  Scenario     Unit Variable
0     5    10    15      CHINA  Baseline  MtCO2eq  Methane
1     6    11    16      INDIA  Baseline  MtCO2eq  Methane
2     7    12    17  INDONESIA  Baseline  MtCO2eq  Methane
3     8    13    18      KOREA  Baseline  MtCO2eq  Methane
4     9    14    19      JAPAN  Baseline  MtCO2eq  Methane
5    10    15    20   THAILAND  Baseline  MtCO2eq  Methane
6    11    16    21     RUSSIA  Baseline  MtCO2eq  Methane

Я запускаю этот фрагмент кода: 

dt_test = dt.pivot_table(dt,index=['Scenario','Variable','Unit'],
                           columns=[(df['Region'] == 'CHINA')|
                                   (df['Region'] == 'INDIA')|
                                   (df['Region'] == 'INDONESIA')
                                   |(df['Region'] == 'KOREA')],
                           aggfunc=np.sum)

И получаю это как вывод: 

                           1990        1995        2000      
Region                    False True  False True  False True 
Scenario Variable Unit                                       
Baseline Methane  MtCO2eq    46    10    76    15   106    20

Если бы кто-нибудь мог помочь мне с одним из способов отбросить этот столбец «Ложь» за все годы или с другим изящным способом получить итоговые значения, которые я хочу, это было бы удивительно.

1 Ответ

0 голосов
/ 28 мая 2018

Использование xs: 

print (dt_test.xs(True, axis=1, level=1))
                           1990  1995  2000
Scenario Variable Unit                     
Baseline Methane  MtCO2eq    26    46    66

Но лучше сначала фильтровать по isin и boolean indexing: 

df = df[df['Region'].isin(['CHINA','INDIA','INDONESIA','KOREA'])]

print (df)
   1990  1995  2000     Region  Scenario     Unit Variable
0     5    10    15      CHINA  Baseline  MtCO2eq  Methane
1     6    11    16      INDIA  Baseline  MtCO2eq  Methane
2     7    12    17  INDONESIA  Baseline  MtCO2eq  Methane
3     8    13    18      KOREA  Baseline  MtCO2eq  Methane

И затем совокупность sum по группам: 

dt_test = df.groupby(['Scenario','Variable','Unit']).sum()
print (dt_test)
                           1990  1995  2000
Scenario Variable Unit                     
Baseline Methane  MtCO2eq    26    46    66
...