如何查找DataFrame中含Financial Services的条目并合并求和

原始数据 #

实现代码 #

import pandas as pd

# 构建原始DataFrame
data = {
    "category_groups_list": [
        "Health Care",
        "Financial Services,Lending and Investments",
        "Real Estate",
        "Financial Services",
        "Financial Services,Professional Services",
        "Financial Services,Real Estate",
        "Administrative Services, Financial Services"
    ],
    "Count": [10, 15, 5, 20, 25, 10, 30]
}
df = pd.DataFrame(data)

# 替换包含指定关键词的类别名称
df["category_groups_list"] = df["category_groups_list"].map(
    lambda x: "Financial Services" if "Financial Services" in x else x
)

# 分组求和
final_df = df.groupby("category_groups_list", as_index=False).sum()

print(final_df)

代码说明 #

1. 替换类别名称：通过map结合lambda表达式遍历每个类别字段，只要内容包含"Financial Services"，就统一替换为该名称，其他类别保持原样；
2. 分组求和：用groupby按处理后的类别字段分组，对Count列执行求和操作，得到合并后的结果。

最终输出 #

内容的提问来源于stack exchange，提问作者Rebeka