Python pandas 如何创建适配groupby的层级列按国家统计汽车销售
实现带国家维度的层级列操作步骤
核心实现逻辑
把现有扁平结构的列替换为pandas多级索引(MultiIndex):列的第一层为国家/属性分组,第二层为原始列名,替换完成后可直接按列层级做groupby聚合,无需额外合并原始数据。
具体可运行代码流程
- 构建品牌-国家的反向映射字典
基于你已经整理好的分国家品牌列表,把每个品牌对应的国家属性配对,同时补充处理非品牌的基础列、未匹配的品牌列,避免后续取映射时报错:import pandas as pd german=['BMW','Audi','Mercedes','Volkswagen'] italian=['Fiat','Ferrari'] toclean=pd.DataFrame([['car','4','5',10,20,15,50,20,13,24]], columns=['type','wheels','seats','BMW','Audi','Mercedes','Volkswagen','Fiat','Ferrari','SEAT']) # 初始化映射字典 brand_country_map = {} # 绑定德国品牌映射 for brand in german: brand_country_map[brand] = "德国" # 绑定意大利品牌映射 for brand in italian: brand_country_map[brand] = "意大利" # 逐列补全映射:基础属性列、未匹配的品牌列 base_attr_cols = ["type", "wheels", "seats"] for col in toclean.columns: if col in base_attr_cols: brand_country_map[col] = "基础属性" elif col not in brand_country_map: # 无匹配归属的品牌归入其他分组 brand_country_map[col] = "其他" - 生成层级列结构
逐列读取对应分组标签,组装成多层列的元组格式,替换原有扁平列名:# 组装多级列的元组结构(一级标签, 二级原始列名) multi_col_tuples = [ (brand_country_map[col], col) for col in toclean.columns ] # 替换为层级列 toclean.columns = pd.MultiIndex.from_tuples(multi_col_tuples)
执行完列替换后,最终的列层级结构如下:
一级分组 基础属性 基础属性 基础属性 德国 德国 德国 德国 意大利 意大利 其他 二级列名 type wheels seats BMW Audi Mercedes Volkswagen Fiat Ferrari SEAT
- 直接按国家维度做groupby统计
因为列已经是层级结构,聚合时直接指定按列的第0层级(国家分组)计算即可,不需要逐列筛选:# 按列的一级层级聚合数值型销售数据,计算各国总销量 country_sales_total = toclean.groupby(level=0, axis=1).sum(numeric_only=True)
操作注意事项
- 一定要覆盖所有列的映射关系,存在未匹配的列时直接生成MultiIndex会触发KeyError
- 非数值的基础属性列建议统一归入同一个一级分组,聚合时设置
numeric_only=True可以跳过非数值列的计算,避免类型报错 - 生成层级列后,可直接通过一级标签快速筛选对应分组的数据,例如执行
toclean["德国"]就能取出所有德国品牌的销售字段,无需单独列名匹配 - 原始数据中wheels、seats列是字符串类型,聚合前建议先转成数值类型,避免计算出错
内容的提问来源于stack exchange,提问作者Philippe
相关产品推荐
相关产品推荐

