Pandas DataFrame中如何统一各area的category为该区域最底部值
核心实现逻辑
你需要的效果本质是完成两个关联动作:
- 对每个
area分组,取该分组下最靠后(即你定义的“最底部”)记录的category值,作为这个area所有记录的统一category - 基于统一后的category,对同area下的
price做求和聚合
之前用pivot_table无法输出category字段,本质是你没有给category列指定对应的聚合规则,Pandas会默认忽略没有配置聚合逻辑的非数值字段。
具体实现步骤
- 提前对齐行顺序
先确认DataFrame的行顺序和你定义的“最底部”规则一致:如果你的“最底部”是按特定字段(如更新时间、录入顺序)判定的,先按规则排序,保证同area下判定为“最底部”的记录排在分组最后:# 示例:按area分组后,按时间字段t升序排列,晚录入的记录排在后面 df = df.sort_values(by=["area", "t"], ascending=[True, True]).reset_index(drop=True) - 生成area与统一category的映射关系
按area分组取每个组最后一行的category值,生成映射字典,给原表补上统一后的category列:# 提取每个area对应的最末位category值 area_category_map = df.groupby("area")["category"].last().to_dict() # 为每条记录匹配对应的统一category df["unified_category"] = df["area"].map(area_category_map) - 聚合计算汇总price
按area和统一后的category分组,对price做求和,直接得到同时带category字段的聚合结果:result = df.groupby( ["area", "unified_category"], as_index=False )["price"].sum() # 按需将unified_category列名改回原字段名 result = result.rename(columns={"unified_category": "category"})
沿用pivot_table的等价写法
如果不想拆分步骤,直接用pivot_table实现也可以,只需要给category字段指定取“最后一个值”的聚合规则即可:
result = pd.pivot_table( df, index="area", aggfunc={ "price": "sum", "category": "last" } ).reset_index()
注意事项
- 所有用到
last()的逻辑,都完全依赖当前DataFrame的行顺序,务必提前按业务规则排序,否则取到的category值会和预期偏差 - 如果你的原始数据里存在同area下最后一条category为空的情况,可以提前过滤空值后再取last值
内容的提问来源于stack exchange,提问作者ES1938
相关产品推荐
相关产品推荐

