0

我有一个数据框，它保存特定聚合级别的数据——我们称之为区域性的。

我还有一个解释这些区域是如何形成的字典。像这样的东西：

map = {'Alabama': 'region_1', 'Arizona': 'region_1', 'Arkansas': 'region_2' ... }

以及其区域内每个状态的一组权重，存储为一系列：

Alabama    .25
Arizona    .75
Arkansas   .33
....

有没有一种有效的方法来应用这个分解图来获得一个州级的新数据框？

聚合很容易：

df_regional = df_states.groupby(map).sum()

但是我该如何进行分解呢？

4

2 回答 2

0 
In [238]: map = {'Alabama': 'region_1', 'Arizona': 'region_1', 'Arkansas': 'region_2'}

In [239]: weigths = pandas.Series([.25, .75, .33], index=['Alabama', 'Arizona', 'Arkansas'])

In [240]: df_states = pandas.DataFrame({'map': pandas.Series(map), 'weigths': weigths})

In [241]: df_states
Out[241]:
               map  weigths
Alabama   region_1     0.25
Arizona   region_1     0.75
Arkansas  region_2     0.33

In [242]: df_regional = df_states.groupby('map').sum()

In [243]: df_regional
Out[243]:
          weigths
map
region_1     1.00
region_2     0.33
于 2012-09-03T11:19:12.323 回答
0

假设有两个数据帧df_states和df_regional，具有以下结构：

In [36]: df_states
Out[36]: 
          Weight    Region
Alabama     0.25  region_1
Arizona     0.75  region_1
Arkansas    0.33  region_2

In [37]: df_regional
Out[37]: 
          Value
region_1    100
region_2     80

是否pandas.merge以看起来有用的方式排列数据？

In [39]: df = pandas.merge(df_states, df_regional, left_on='Region', right_index=True)

In [40]: df
Out[40]: 
          Weight    Region  Value
Alabama     0.25  region_1    100
Arizona     0.75  region_1    100
Arkansas    0.33  region_2     80

In [41]: df.Weight * df.Value
Out[41]: 
Alabama     25.0
Arizona     75.0
Arkansas    26.4
于 2012-09-03T21:39:36.853 回答