Pandas数据框拆分多值列并按人员汇总时间列值

原始数据 #

Person          Time
1     person1               20
2     person1;person2       60
3     person2;person3       100

现有代码（统计人员出现次数） #

df['Person'].str.split(";", expand=True).stack().value_counts()

需求 #

对每个Person汇总其对应的所有Time值，期望输出：

person1 - 80
person2 - 160
person3 - 100

解决代码 #

方法一（兼容旧版pandas） #

# 拆分Person列并保留原行索引
split_persons = df['Person'].str.split(';', expand=True).stack().reset_index(level=1, drop=True).rename('Person')
# 关联原Time列后按人员分组求和
total_time = df.join(split_persons).groupby('Person')['Time'].sum()
# 按指定格式输出
for person, time in total_time.items():
    print(f"{person} - {time}")

方法二（pandas 0.25+ 简洁写法） #

# 拆分Person列为列表后展开，再分组求和
total_time = df.assign(Person=df['Person'].str.split(';')).explode('Person').groupby('Person')['Time'].sum()
# 输出结果
for person, time in total_time.items():
    print(f"{person} - {time}")

说明 #

• 方法二中的explode可以直接将拆分后的人员列表拆成多行，每行对应一个人员和原Time值，分组求和后就能得到每个人员的总Time。
• 两种方法最终都能得到需求的汇总结果，可根据自身pandas版本选择。

内容的提问来源于stack exchange，提问作者Jacek