python语言将多个文件生成的未知个数的df df = pd.DataFrame(sorted_tags, columns=['tag', 'count'])中相同tag名的count数字相加
时间: 2023-06-13 16:04:53 浏览: 81
可以使用 pandas 库中的 groupby 和 sum 方法,对相同 tag 的 count 进行求和。
示例代码:
```
import pandas as pd
# 假设有三个 DataFrame,分别为 df1、df2、df3
dfs = [df1, df2, df3]
# 将 dfs 中的 DataFrame 合并为一个 DataFrame
merged_df = pd.concat(dfs, ignore_index=True)
# 对 tag 进行分组,并对 count 求和
grouped_df = merged_df.groupby('tag')['count'].sum()
# 将结果转换为 DataFrame
result_df = pd.DataFrame({'tag': grouped_df.index, 'count': grouped_df.values})
```
其中,merged_df 是将多个 DataFrame 合并后的 DataFrame,grouped_df 是对 tag 进行分组并求和后的 Series,result_df 是将结果转换为 DataFrame 后的最终结果。
相关问题
python语言将多个文件生成的未知个数的df df = pd.DataFrame(sorted_tags, columns=['tag', 'count'])中的相同tag的count数字相加
可以使用 Pandas 库的 groupby 和 sum 函数来实现相同 tag 的 count 数字相加。
假设你有多个文件生成的 DataFrame,存储在一个列表 `dfs` 中,可以使用以下代码:
```python
import pandas as pd
# 合并所有 DataFrame
df = pd.concat(dfs)
# 按 tag 分组并求和
df = df.groupby('tag')['count'].sum().reset_index()
```
其中,`groupby('tag')` 表示按照 tag 列进行分组,`['count'].sum()` 表示对每组的 count 列进行求和,`reset_index()` 表示将分组后的结果转换为新的 DataFrame。
最终的结果将会是一个新的 DataFrame,其中每行表示一个 tag 和相应的 count 数字总和。
python语言将多个文件生成的多个df df = pd.DataFrame(sorted_tags, columns=['tag', 'count'])中的相同tag的count数字相加
可以使用 pandas 的 groupby 方法实现相同 tag 的 count 数字相加。
代码示例:
```python
import pandas as pd
# 读取多个文件生成的多个 df,并将它们合并到一个 df 中
df = pd.concat([pd.read_csv(f) for f in file_list])
# 对 tag 进行分组,并对 count 求和
df = df.groupby('tag')['count'].sum().reset_index()
# 查看结果
print(df)
```
其中,`file_list` 是多个文件的路径列表,`pd.read_csv(f)` 是读取单个文件并转换成 DataFrame 的语句。`groupby` 方法根据 tag 进行分组,`['count'].sum()` 表示对每个组中的 count 列进行求和操作,`reset_index()` 表示将分组后的结果重新设置索引。最终得到的 df 中,每个 tag 对应的 count 数字已经相加起来了。
阅读全文