pandas：如何将groupby行的一个子集聚合成单行？

Question

这里想什么，我做给下面的输入：通过cat

pd.DataFrame({'cat':['A','B','C','B','C','D','C','E'], 'value':[3,6,7,7,9,8,3,1]}) 

cat value 
A   3 
B   6 
C   7 
B   7 
C   9 
D   8 
C   3 
E   1 

1. 集团和降序排序：

   df.groupby('cat').sum().sort_values('value', ascending=False) 
   
   cat sum 
   C  19 
   B  13 
   D  8 
   A  3 
   E  1 
   

2. 离开行时，累计加起来不到90 ％原样，但其余的行合并成一个新的类别“其他”：

   cat sum 
   C  19 
   B  13 
   Other 12 
   

我怎样做最后一步？

Answer 1

让

result = df.groupby('cat').sum().sort_values('value', ascending=False) 

鸿沟result的总和来获得百分比：

In [139]: result.div(result.sum()) 
Out[139]: 
     value 
cat   
C 0.431818 
B 0.295455 
D 0.181818 
A 0.068182 
E 0.022727 

采取累积和：

In [140]: result.div(result.sum()).cumsum() 
Out[140]: 
     value 
cat   
C 0.431818 
B 0.727273 
D 0.909091 
A 0.977273 
E 1.000000 

，并建立一个布尔面膜这是真正的地方cumsum是< 0.9：

In [141]: result.div(result.sum()).cumsum() < 0.9 
Out[141]: 
    value 
cat  
C  True 
B  True 
D False 
A False 
E False 

选择，总结了非屏蔽行：

row = result.loc[~mask].sum() 
row.name = 'Other' 

使用result.loc[mask]选择真行，并追加了 “其他” 行：

result = result.loc[mask] 
result = result.append(row) 

---

import pandas as pd 
df = pd.DataFrame({'cat':['A','B','C','B','C','D','C','E'], 'value':[3,6,7,7,9,8,3,1]}) 
result = df.groupby('cat').sum().sort_values('value', ascending=False) 
mask = (result['value'].div(result['value'].sum()).cumsum() < 0.9) 
result = result.loc[mask].append(pd.Series(result.loc[~mask].sum(), name='Other')) 
print(result) 

收益率

 value 
cat   
C   19 
B   13 
Other  12