利用Pandas按字典映射聚合DataFrame列_石家庄创泽智能科技有限公司

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 网络学院

利用Pandas按字典映射聚合DataFrame列

2025-11-07

浏览次数：次

返回列表

利用pandas按字典映射聚合dataframe列

本文将详细介绍如何使用Pandas高效地根据一个字典来聚合DataFrame的列。该字典定义了新的列名及其对应的原始DataFrame列列表。我们将探讨两种Pythonic且高效的方法：一种利用`groupby(axis=1)`进行列分组求和，另一种则通过转置DataFrame来适应新版Pandas中`groupby`行为的变化，确保解决方案的兼容性和性能。

在数据分析和处理中，我们经常需要根据特定的规则对DataFrame的列进行组合或聚合。一个常见的场景是，我们有一个DataFrame和一份映射字典，字典的键是新的列名，值是需要聚合的原始DataFrame列名的列表。例如，如果字典中'x': ['A', 'D']，则新的DataFrame中的'x'列应该是原始DataFrame中'A'和'D'列的行级和。本教程将展示如何以Pandas的惯用方式（Pythonic）实现这一目标，避免使用低效的循环。

示例数据准备

首先，我们创建用于演示的DataFrame和映射字典：

import pandas as pd

df = pd.DataFrame([[4, 8, 52, 7, 54],
                   [0, 20, 2, 21, 35],
                   [2, 33, 12, 1, 87]],
                  columns=['A', 'B', 'C', 'D', 'E'])

dic = {'x': ['A', 'D'], 'y': ['E'], 'z': ['B', 'C']}

print("原始DataFrame:")
print(df)
print("\n映射字典:")
print(dic)

原始DataFrame df 如下：

   A   B   C   D   E
0  4   8  52   7  54
1  0  20   2  21  35
2  2  33  12   1  87

我们的目标是生成一个新DataFrame，其中包含 x, y, z 三列，分别对应 (A+D), (E), (B+C) 的行级和。

方法一：利用 rename 和 groupby(axis=1)

这种方法的核心思想是：首先创建一个“逆向”字典，将原始列名映射到它们应该归属的新列名。然后，利用 df.rename() 临时性地将DataFrame的列名修改为这些新的聚合组名。最后，通过 groupby(level=0, axis=1).sum() 对具有相同新列名的列进行分组求和。

创建逆向字典 d2: 这个字典将原始列名作为键，新的聚合列名作为值。例如，'A' 应该映射到 'x'，'D' 也应该映射到 'x'。
```
d2 = {v: k for k, l in dic.items() for v in l}
print("\n逆向字典 d2:")
print(d2)
```
输出 d2：
易标AI
告别低效手工，迎接AI标书新时代！3分钟智能生成，行业唯一具备查重功能，自动避雷废标项
135 查看详情
```
{'A': 'x', 'D': 'x', 'E': 'y', 'B': 'z', 'C': 'z'}
```
重命名列并分组求和: 使用 df.rename(columns=d2) 将 df 的列名根据 d2 进行重命名。例如，列 A 和 D 都会被重命名为 x。然后，groupby(level=0, axis=1).sum() 会沿着列方向（axis=1）对具有相同名称的列进行分组，并计算它们的和。level=0 在这里是默认值，表示按列名本身进行分组。
```
out_method1 = df.rename(columns=d2).groupby(level=0, axis=1).sum()
print("\n方法一结果:")
print(out_method1)
```
输出结果：
```
    x   y   z
0  11  54  60
1  21  35  22
2   3  87  45
```
这里的 x 列是 A+D 的和 (4+7=11, 0+21=21, 2+1=3)，y 列是 E 的值，z 列是 B+C 的和 (8+52=60, 20+2=22, 33+12=45)。

方法二：利用转置 (.T) 和 groupby (适用于新版Pandas)

在某些较新版本的Pandas中，直接在 groupby 中使用 axis=1 可能会被弃用。为了保持兼容性并提供另一种高效的解决方案，我们可以利用DataFrame的转置操作。

创建逆向字典 d2: 这一步与方法一相同，因为我们需要相同的映射关系。
```
d2 = {v: k for k, l in dic.items() for v in l}
```
转置、重命名、分组求和并再次转置:
- df.T: 将DataFrame转置，原始列变为索引，原始索引变为列。
- .rename(d2): 此时 d2 会作用于转置后DataFrame的索引（即原始的列名）。这样，原始列 A, D 对应的索引都会被重命名为 x。
- .groupby(level=0).sum(): 对转置后DataFrame的索引（现在是新的聚合组名）进行分组求和。
- .T: 再次转置，将结果恢复到原始的行/列布局。
```
out_method2 = df.T.rename(d2).groupby(level=0).sum().T
print("\n方法二结果:")
print(out_method2)
```
输出结果与方法一相同：
```
    x   y   z
0  11  54  60
1  21  35  22
2   3  87  45
```

注意事项与总结

Pythonic与效率: 这两种方法都避免了显式循环，利用了Pandas底层的优化C/Cython实现，因此在大规模数据集上表现出更高的效率。
灵活性: 这种模式非常灵活，不仅限于求和，还可以用于其他聚合操作（如 mean, max, min 等），只需将 .sum() 替换为相应的聚合函数即可。
版本兼容性: 方法一在多数Pandas版本中都有效，但方法二提供了对未来版本更强的兼容性，以防 groupby(axis=1) 被完全弃用。建议在生产环境中使用方法二。
字典理解: d2 = {v: k for k, l in dic.items() for v in l} 是一个高效且简洁的字典理解，用于反转和扁平化字典结构。

通过上述方法，我们可以优雅且高效地根据自定义的字典映射关系来聚合DataFrame的列，这在数据清洗、特征工程等场景中非常实用。掌握这些Pandas技巧将显著提升数据处理的效率和代码的可读性。

以上就是利用Pandas按字典映射聚合DataFrame列的详细内容，更多请关注其它相关文章！

# 适用于 # 精准营销推广平台 # google评估seo # 崇明网站建设管理 # 沈阳效果好的网站推广 # 窗帘模型网站建设 # 是谁推广饥饿营销的理由 # 营销推广服务费合同范本 # 网站分析和seo # 汕尾网站建设费用 # 揭阳seo白帽技术 # 我们可以 # python # 只需 # 两种 # 还可以 # 在这里 # 是一个 # 命名为 # 重命名 # 如何使用 # 聚合函数 # 数据清洗