Блог

Главная - Вопросы по программированию - Как объединить sum в функции apply и распечатать фрейм данных в формате таблицы в файле

Как объединить sum в функции apply и распечатать фрейм данных в формате таблицы в файле

#python #python-3.x #pandas

#python #python-3.x #pandas

Вопрос:

Я пытаюсь объединить значение ‘count’ в верхнюю строку моего фрейма данных.

Вот пример моих исходных данных:

 Name,IP,Application,Count
Tom,100.100.100,MsWord,5
Tom,100.100.100,Excel,10
Fred,200.200.200,Python,1
Fred,200.200.200,MsWord,5


df = pd.DataFrame(data, columns=['Name', 'IP', 'Application', 'Count'])
df_new = df.groupby(['Name', 'IP'])['Count'].apply(lambda x:x.astype(int).sum())

Если я печатаю df_new, это приводит к следующему результату:

 Name,IP,Application,Count
Tom,100.100.100,MsWord,15
................Excel,15
Fred,200.200.200,MsWord,6
................Python,6

Как вы можете видеть, количество было рассчитано правильно, для Tom оно добавило 5 к 10 и получило результат 15. Однако это отображается в каждой строке группы.

Есть ли какой-либо способ получить выходные данные следующим образом — таким образом, счетчик находится только в первой строке группы:

 Name,IP,Application,Count
Tom,100.100.100,MsWord,15
.................Excel
Fred,200.200.200,MsWord,6
.................Python

Можно ли как-нибудь записать dt_new в файл в этом удобном формате?
Я хотел бы, чтобы выходные данные выглядели как таблица и были почти похожи на лист Excel со объединенными ячейками.

Я пытался, dt_new.to.csv('path') но это удаляет хорошее форматирование, которое я вижу при выводе dt на консоль.

Комментарии:

1. По сути, когда вы говорите dt и dt_new , вы имеете в виду df и df_new соответственно?

2. CSV — это конструкция для хранения текста, разделенного запятыми. Даже если вы создадите электронную таблицу в Excel, а затем сохраните ее как CSV, все форматирование будет удалено, поскольку csv не поддерживает информацию о форматировании. Вы можете использовать to_html() в записной книжке jupyter для создания красивых форматов таблиц. В противном случае вам нужно будет найти другую технологию

3. Также ваш вывод не соответствует вашему вводу. Результатом df.groupby(['name', 'ip', 'app'])['cnt'].apply(lambda x: x.astype(int).sum()) будет Tom, 100, MSWord, 10 в первой строке. Возможно, вы имели в виду df.groupby(['name', 'ip'])['cnt'].apply(lambda x: x.astype(int).sum())

4. @WoodyPride Спасибо за ваш ответ, html звучит как хорошее предложение. Вы правы насчет инструкции df.groupby. Сейчас я обновлю сообщение

Ответ №1:

Обрабатывать фрейм данных и предоставлять в нем сводные строки довольно сложно. Как правило, фрейм данных позволяет получать результаты, которые не зависят от позиции, такие как последний элемент в группе. Это можно сделать, но лучше разделить эти проблемы.

 import pandas as pd
from StringIO import StringIO

data = StringIO("""Name,IP,Application,Count
Tom,100.100.100,MsWord,5
Tom,100.100.100,Excel,10
Fred,200.200.200,Python,1
Fred,200.200.200,MsWord,5""")

#df = pd.DataFrame(data, columns=['Name', 'IP', 'Application', 'Count'])
#df_new = df.groupby(['Name', 'IP', 'Application'])['Count'].apply(lambda x:x.astype(int).sum())

df = pd.read_csv(data)
new_df = df.groupby(['Name', 'IP']).sum()

# reset the two levels of columns resulting from the groupby()
new_df.reset_index(inplace=True)

df.set_index(['Name', 'IP'], inplace=True)
new_df.set_index(['Name', 'IP'], inplace=True)
  
 print(df)
                 Application  Count
Name IP                            
Tom  100.100.100      MsWord      5
     100.100.100       Excel     10
Fred 200.200.200      Python      1
     200.200.200      MsWord      5
  
 print(new_df)
                  Count
Name IP                
Fred 200.200.200      6
Tom  100.100.100     15
  
 print(new_df.join(df, lsuffix='_lsuffix', rsuffix='_rsuffix'))

                  Count_lsuffix Application  Count_rsuffix
Name IP                                                   
Fred 200.200.200              6      Python              1
     200.200.200              6      MsWord              5
Tom  100.100.100             15      MsWord              5
     100.100.100             15       Excel             10

Отсюда вы можете использовать multiindex для доступа к сумме групп.