根据条件对数据框中的多行字典求和

Question

如何根据具有相同隔离名称添加多个字典的值和键？

示例数据框：

Isolate	dictionary
VM20030364	{'L': 200, 'V': 500, 'T': 300, 'A': 400, 'S': 1}
VM20030364	{'L': 200, 'V': 600, 'T': 300, 'A': 450}
VM20030364	{'L': 100, 'V': 400, 'T': 300, 'A': 400, 'S': 1}
UNKNOWN-UW-1773	{'L': 500, 'V': 360, 'T': 340, 'A': 300, 'S': 1}
UNKNOWN-UW-1773	{'L': 500, 'V': 340, 'T': 340, 'A': 300, 'S': 2}
UNKNOWN-UW-1773	{'L': 500, 'V': 200, 'T': 350, 'A': 310}

输出数据帧：

Isolate	dictionary
VM20030364	{'L': 500, 'V': 1500, 'T': 900, 'A': 1250, 'S': 2}
UNKNOWN-UW-1773	{'L': 1500, 'V': 800, 'T': 1030, 'A': 910, 'S': 3}

Answer 1

让我们使用 Counter 映射字典列，然后使用 Isolate group 数据框并使用 sum

进行聚合

from collections import Counter

df['dictionary'].map(Counter).groupby(df['Isolate']).sum().reset_index()

           Isolate                                          dictionary
0  UNKNOWN-UW-1773  {'L': 1500, 'V': 900, 'T': 1030, 'A': 910, 'S': 3}
1       VM20030364  {'L': 500, 'V': 1500, 'T': 900, 'A': 1250, 'S': 2}

根据条件对数据框中的多行字典求和

Sum multiple rows of dictionaries in a dataframe, based on condition

python

pandas

jupyter-notebook