熊貓系列從數據幀列時索引列包含重複

Question

從CSV以下萃取讀入大熊貓作爲pd：

return pd.Series((wb['impressions'].values * 1.0)/(wb['ad_requests'].values * 1.0), index=wb['\xef\xbb\xbf"ad_tag_name"']).to_dict() 

不再有效，因爲現在，如下面的圖像，

1. 有多個在列A中的相同名稱的條目he.com_300x2（3 的he.com_300x250_bottomloopmobile，4 50_bottomloopmobile爲例）
2. C列將始終爲空，對於除第一項以外每個 的唯一值。

我需要每列A的「鑰匙」現在總和這些多個值，以及C柱也這樣做，然後插入這些回除法計算和系列創作。

與groupby()試驗把隔離前者表現好（重複鍵被刪除，這就是我想要的）：

In [36]: wb.groupby('\xef\xbb\xbf"ad_tag_name"').sum()['impressions'] 
Out[36]: 
"ad_tag_name" 
he.com_300x250_bottomloopmobile        26752 
he.com_300x250_bottomslidemobile        31217 

然而，當我加入早在index=wb['\xef\xbb\xbf"ad_tag_name"']嘗試重建完整配方，熊貓不再下降的重複：

In [37]: pd.Series(wb.groupby('\xef\xbb\xbf"ad_tag_name"').sum()['impressions'], index=wb['\xef\xbb\xbf"ad_tag_name"']) 
Out[37]: 
"ad_tag_name" 
he.com_300x250_bottomloopmobile   26752 
he.com_300x250_bottomloopmobile   26752 
he.com_300x250_bottomloopmobile   26752 
he.com_300x250_bottomslidemobile   31217 
he.com_300x250_bottomslidemobile   31217 
he.com_300x250_bottomslidemobile   31217 
he.com_300x250_bottomslidemobile   31217 

假設公式可以原封不動的groupby()組成部分，我們如何告訴一連串的創作認識到索引列的重複鍵？

Answer 1

看來你需要分配輸出到wb - groupby與sum彙總所有數值列，因此沒有重複，最後加as_index=False爲DataFrame輸出：

wb = wb.groupby("ad_tag_name", as_index=False).sum() 
#alternative solution 
#wb = wb.groupby("ad_tag_name").sum().reset_index() 

---

樣品：

wb = pd.DataFrame({'ad_tag_name':['he.com_300x250_bottomloopmobile'] * 3 + 
           ['he.he.com_300x250_bottomslidemobile'] * 4, 
        'impressions':[309, 3029,23414,1465,5725,2918,11109], 
        'ad_requests':[37849,np.nan,np.nan, 42300,np.nan, np.nan, np.nan]}) 

#print (wb)  

wb = wb.groupby('ad_tag_name', as_index=False).sum() 
print (wb) 
          ad_tag_name ad_requests impressions 
0  he.com_300x250_bottomloopmobile  37849.0  26752 
1 he.he.com_300x250_bottomslidemobile  42300.0  21217 

a = pd.Series((wb['impressions'].values * 1.0)/(wb['ad_requests'].values * 1.0), 
      index=wb['ad_tag_name']).to_dict() 

print (a) 
{'he.he.com_300x250_bottomslidemobile': 0.50158392434988175, 
'he.com_300x250_bottomloopmobile': 0.70680863431002139} 

也爲刪除\xef\xbb\xbf添加encoding='utf-8-sig'到read_csv或升級熊貓到最新版本，因爲這個bug是closed and solved。