如何根据另一个 pandas.Series 的索引和值按 pandas.Dataframe 的列进行分组？

Question

我正在尝试根据另一个 pandas.Series 的值和索引将数据框的列分组在一起。 Series 的索引引用 DataFrame 的列，但它可能有更多元素。最好的 pythonic 方法是什么？

为进一步说明，这是我试图解决的单元测试（使用 pytest）：

    def test_sum_weights_by_classification_labels_default_arguments():
    portfolio_weights = pd.DataFrame([[0.1, 0.3, 0.4, 0.2],
                                      [0.25, 0.3, 0.25, 0.2],
                                      [0.2, 0.3, 0.1, 0.4]],
                                     index=['2001-01-02', '2001-01-03', '2001-01-04'],
                                     columns=['ABC', 'DEF', 'UVW', 'XYZ'])

    security_classification = pd.Series(['Consumer', 'Energy', 'Consumer', 'Materials', 'Financials', 'Energy'],
                                        index=['ABC', 'DEF', 'GHI', 'RST', 'UVW', 'XYZ'],
                                        name='Classification')

    result_sector_weights = pd.DataFrame([[0.1, 0.5, 0.4],
                                          [0.25, 0.5, 0.25],
                                          [0.2, 0.7, 0.1]],
                                         index=['2001-01-02', '2001-01-03', '2001-01-04'],
                                         columns=['Consumer', 'Energy', 'Financials'])

    pd.testing.assert_frame_equal(clb.sum_weights_by_classification_labels(portfolio_weights, security_classification),
                                  result_sector_weights)

非常感谢！

Answer 1

经过进一步研究，我找到了解决办法。这是我在 DataFrame 的列上使用 pandas.Series.map 得出的结果：

def sum_weights_by_classification_labels(security_weights, security_classification):

    classification_weights = security_weights.copy()
    classification_weights.columns = classification_weights.columns.map(security_classification)
    classification_weights = classification_weights.groupby(classification_weights.columns, axis=1).sum()

    return classification_weights

或者使用 pandas.DataFrame.merge:

def sum_weights_by_classification_labels(security_weights, security_classification):

    security_weights_transposed = security_weights.transpose()
    merged_data = security_weights_transposed.merge(security_classification, how='left', left_index=True, 
                                                    right_index=True)
    classification_weights = merged_data.groupby(security_classification.name).sum().transpose()

    return classification_weights

而对于第二种解决方案，需要将此行添加到单元测试中，因为无法合并没有名称的系列（添加的列需要有一个）：

result_sector_weights.columns.name = security_classification.name

我保留这个 post 希望它能在将来帮助到某人。

就是这样...

如何根据另一个 pandas.Series 的索引和值按 pandas.Dataframe 的列进行分组？

How to group by a pandas.Dataframe's columns based on the indexes and values of another pandas.Series?

python

numpy

series

dataframe

pandas