Tengo una trama de datos que se parece a:

YEAR |  REGION  |  POWER  |
2009 |   West   |  1.66   |
2009 |   West   |  1.77   |
2009 |   East   |  10.6   |
2009 |   East   |  8.7    |
2010 |   West   |  11.9   |
2010 |   North  |  14.8  |
2010 |   North  |  4.6    |
2010 |   West   |  3.0    |
2011 |   East   |  7.0    |
2011 |   East   |  9.66   |

Quiero sumar los valores numéricos para POTENCIA agrupados tanto por AÑO como por REGIÓN para obtener algo como:

YEAR |  REGION  |  POWER  |
2009 |   West   |  3.43   |
2009 |   East   |  19.3   |
2010 |   West   |  11.9   |
2010 |   North  |  19.4   |
2010 |   West   |  3.0    |
2011 |   East   |  16.66  |

He intentado:

df.groupby(['YEAR', 'REGION'])['POWER'].sum()

Pero obtengo una serie con los valores en PODER uno al lado del otro en lugar de sumarlos.

¿Alguien puede ayudar a hacer esta operación?

1
HelloToEarth 16 oct. 2018 a las 02:01

2 respuestas

La mejor respuesta

Ejecute sum en groupby y luego reset_index() para aplanarlo. Al igual que:

df.groupby(['YEAR', 'REGION']).sum().reset_index()

#    YEAR REGION  POWER
# 0  2009   East  19.30
# 1  2009   West   3.43
# 2  2010  North  19.40
# 3  2010   West  14.90
# 4  2011   East  16.66
2
jschnurr 15 oct. 2018 a las 23:46

Cree una columna de mero usando shift y cumsum:

df['grp'] = df.groupby(['YEAR'])['REGION'].apply(lambda x: (x != x.shift(1).bfill()).cumsum())

df_out = df.groupby(['YEAR','REGION','grp'], sort=False).sum().reset_index()
df_out = df_out.drop('grp', axis=1)

Salida:

   YEAR REGION  POWER
0  2009   West   3.43
1  2009   East  19.30
2  2010   West  11.90
3  2010  North  19.40
4  2010   West   3.00
5  2011   East  16.66

Detalla este aspecto de la columna de agrupador, grp antes de la agregación. Para cada año, verifique la región a la región de los registros anteriores, si el incremento es diferente en 1. Luego, corra ese año para crear grupos.

   YEAR REGION  POWER  grp
0  2009   West   1.66    0
1  2009   West   1.77    0
2  2009   East  10.60    1
3  2009   East   8.70    1
4  2010   West  11.90    0
5  2010  North  14.80    1
6  2010  North   4.60    1
7  2010   West   3.00    2
8  2011   East   7.00    0
9  2011   East   9.66    0
0
Scott Boston 16 oct. 2018 a las 01:37