Как суммировать столбец, сгруппированный другими столбцами в списке?

У меня есть список следующим образом.

[['Andrew', '1', '9'], ['Peter', '1', '10'], ['Andrew', '1', '8'], ['Peter', '1', '11'], ['Sam', '4', '9'], ['Andrew', '2', '2']]

Я хотел бы подвести итог последнему столбцу, сгруппированному по другим столбцам. Результат такой вот

[['Andrew', '1', '17'], ['Peter', '1', '21'], ['Sam', '4', '9'], ['Andrew', '2', '2']]

который по-прежнему является списком.

В реальной практике я всегда хотел бы подытожить последний столбец, сгруппированный по многим другим столбцам. Есть ли способ сделать это на Python? Очень признателен.

Ответ 1

динамическая группировка по всем столбцам, кроме последней:

In [24]: df = pd.DataFrame(data)

In [25]: df.groupby(df.columns[:-1].tolist(), as_index=False).agg(lambda x: x.astype(int).sum()).values.tolist()
Out[25]: [['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]

Ответ 2

Это решение O (n) через collections.defaultdict, адаптируемое к любому количеству ключей.

Если ваш желаемый результат является списком, то это может быть предпочтительнее для решения через Pandas, что требует преобразования в нестандартный тип и из него.

from collections import defaultdict

lst = [['Andrew', '1', '9'], ['Peter', '1', '10'], ['Andrew', '1', '8'],
       ['Peter', '1', '11'], ['Sam', '4', '9'], ['Andrew', '2', '2']]

d = defaultdict(int)

for *keys, val in lst:
    d[tuple(keys)] += int(val)

res = [[*k, v] for k, v in sorted(d.items())]

Результат

[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]

объяснение

  • Пролистайте список списков, определите ключи/значение и добавьте в свой defaultdict по defaultdict списки.
  • Используйте список, чтобы преобразовать словарь в желаемый результат.

Ответ 3

Op1

Вы можете передать индексную sum и добавить tolist convert back to list

pd.DataFrame(L).\
   set_index([0,1])[2].astype(int).sum(level=[0,1]).\
        reset_index().values.tolist()
Out[78]: [['Andrew', '1', 17], ['Peter', '1', 21], ['Sam', '4', 9], ['Andrew', '2', 2]]

Op2

Для списка списка вы можете использовать groupby из itertools

from itertools import groupby
[k+[sum(int(v) for _,_, v in g)] for k, g in groupby(sorted(l), key = lambda x: [x[0],x[1]])]
Out[98]: [['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]

Ответ 4

Создайте в DataFrame и DataFrame третий столбец, преобразованный в целые числа первым и вторым столбцами, последний конвертируйте обратно в list s:

df = pd.DataFrame(L)
L = df[2].astype(int).groupby([df[0], df[1]]).sum().reset_index().values.tolist()
print (L)
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]

И решение с defaultdict, только python 3.x:

from collections import defaultdict

d = defaultdict(int)
#https://stackoverflow.com/a/10532492
for *head, tail in L:
    d[tuple(head)] += int(tail)

d = [[*i, j] for i, j in sorted(d.items())]
print (d)
[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]

Ответ 5

pd.factorize и np.bincount

f, u = pd.factorize([tuple(x[:-1]) for x in data])
v = np.array([x[-1] for x in data], int)

[list(k) + [int(v)] for k, v in zip(u, np.bincount(f, v))]

[['Andrew', '1', 17], ['Peter', '1', 21], ['Sam', '4', 9], ['Andrew', '2', 2]]

Ответ 6

Добавил мои 2 цента. Оба из них используют groupby, agg

V1: вводит новую функцию суммы.

sum=lambda x: x.astype(int).sum()
print(df.groupby([0,1], as_index=False).agg({2: sum}).values.tolist())

V2: преобразовывает столбец в числовой

df[2] = pd.to_numeric(df[2])
print(df.groupby([0,1], as_index=False).agg({2: sum}).values.tolist())

И вернется:

[['Andrew', '1', 17], ['Andrew', '2', 2], ['Peter', '1', 21], ['Sam', '4', 9]]