如何合并DataFrame行：将Percentage Total Production<20%的行合并为‘Others’

解决方案代码 #

假设你已经有了目标DataFrame，以下是实现需求的完整代码：

import pandas as pd

# 模拟原数据（替换成你的实际DataFrame即可）
df = pd.DataFrame({
    "Country": ["India", "Country A", "Country B", "Country C", "Country D"],
    "Percentage Total Production": [21.561239, 18.2, 15.7, 19.5, 25.03]  # 示例数值，实际替换为你的数据
})

# 1. 筛选占比≥20%的行
top_entries = df[df["Percentage Total Production"] >= 20]

# 2. 计算所有占比<20%的行的总和，保留两位小数
others_total = round(df[df["Percentage Total Production"] < 20]["Percentage Total Production"].sum(), 2)

# 3. 创建"Others"行的DataFrame
others_df = pd.DataFrame({
    "Country": ["Others"],
    "Percentage Total Production": [others_total]
})

# 4. 合并结果，重置索引
final_df = pd.concat([top_entries, others_df], ignore_index=True)

# 可选：将百分比列格式化为带%的字符串（匹配需求的显示样式）
final_df["Percentage Total Production"] = final_df["Percentage Total Production"].apply(lambda x: f"{x}%")

print(final_df)

代码说明 #

• 筛选高占比行：通过布尔索引df["Percentage Total Production"] >= 20提取出占比不低于20%的条目（这里会保留India）。
• 计算Others总和：筛选出占比<20%的行，对Percentage Total Production列求和后保留两位小数，得到78.43。
• 构建Others行：单独创建一个包含"Others"标签和对应总和的DataFrame。
• 合并结果：用pd.concat将高占比行和Others行合并，重置索引后得到符合要求的最终DataFrame。
• 格式化百分比：可选步骤将数值转为带%的字符串，让输出更贴合需求的显示效果。

运行上述代码后，你会得到仅包含India: 21.561239%和Others: 78.43%的DataFrame。

内容的提问来源于stack exchange，提问作者N_ote