您如何在 Pandas 中使用条件、聚合和串联来“转换”？

Question

我有一个格式如下的数据框：

Index    Name    Fruit           Quantity
0        John    Apple Red       10
1        John    Apple Green      5
2        John    Orange Cali     12
3        Jane    Apple Red       10
4        Jane    Apple Green      5
5        Jane    Orange Cali     18
6        Jane    Orange Spain     2

我需要将它变成这样的数据框：

Index    Name    All Fruits                                         Apples Total  Oranges Total
0        John    Apple Red, Apple Green, Orange Cali                          15             12
1        Jane    Apple Red, Apple Green, Orange Cali, Orange Spain            15             20

问题是我该怎么做？我已经查看了 groupby 文档以及许多关于数据透视和聚合的帖子，但不知何故将其转化为这个用例让我不知所措。非常感谢任何帮助或指点。

干杯！

Answer 1

使用GroupBy.agg with join, create column F by split and pass to DataFrame.pivot_table, last join together by DataFrame.join:

df1 = df.groupby('Name', sort=False)['Fruit'].agg(', '.join)
df2 = (df.assign(F = df['Fruit'].str.split().str[0])
        .pivot_table(index='Name', 
                     columns='F', 
                     values='Quantity',
                     aggfunc='sum')
        .add_suffix(' Total'))


df3 = df1.to_frame('All Fruits').join(df2).reset_index()
print (df3)
   Name                                         All Fruits  Apple Total  \
0  John                Apple Red, Apple Green, Orange Cali           15   
1  Jane  Apple Red, Apple Green, Orange Cali, Orange Spain           15   

   Orange Total  
0            12  
1            20

您如何在 Pandas 中使用条件、聚合和串联来“转换”？

How do you “pivot” using conditions, aggregation, and concatenation in Pandas?

pivot

concatenation

aggregation

conditional-statements

pandas