如何使用Pandas合并约翰霍普金斯新冠数据集中的两条刚果国家行

约翰霍普金斯新冠时间序列数据集中，两条刚果相关条目对应的Country/Region字段值分别为 Congo (Brazzaville)（刚果布）和 Congo (Kinshasa)（刚果金），可按以下步骤合并：

1. 导入依赖并读取数据集

import pandas as pd
# 此处以全局确诊时间序列数据为例，死亡、康复数据操作逻辑一致
df = pd.read_csv("time_series_covid19_confirmed_global.csv")

2. 拆分日期列与非日期列

# 数据集前4列为固定属性列，后续均为日期统计列
non_date_cols = ["Province/State", "Country/Region", "Lat", "Long"]
date_cols = [col for col in df.columns if col not in non_date_cols]

3. 统一国家名称后分组求和

# 将两个刚果的国家名称统一替换为「刚果」
df["Country/Region"] = df["Country/Region"].replace(
    ["Congo (Brazzaville)", "Congo (Kinshasa)"],
    "刚果"
)
# 按国家维度分组，对所有日期列的统计值求和
df_merged = df.groupby("Country/Region", as_index=False)[date_cols].sum()

如果后续需要用到经纬度字段，可单独为合并后的刚果行赋值：

# 取原刚果金的经纬度作为合并后刚果的经纬度，可按需调整为刚果布的数值
df_merged.loc[df_merged["Country/Region"] == "刚果", ["Lat", "Long"]] = df[df["Country/Region"] == "Congo (Kinshasa)"][["Lat", "Long"]].values[0]

你没有遗漏数据，约翰霍普金斯数据集的统计规则为：格陵兰作为丹麦的自治领地，相关新冠数据全部计入丹麦条目下，不会单独拆分列出。 #

内容的提问来源于stack exchange，提问作者John