熊猫系列从数据帧列时索引列包含重复

Question

从CSV以下萃取读入大熊猫作为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，因为现在，如下面的图像，

1. 有多个在列A中的相同名称的条目he.com_300x2（3 的he.com_300x250_bottomloopmobile，4 50_bottomloopmobile为例）
2. C列将始终为空，对于除第一项以外每个 的唯一值。

我需要每列A的“钥匙”现在总和这些多个值，以及C柱也这样做，然后插入这些回除法计算和系列创作。

与groupby()试验把隔离前者表现好（重复键被删除，这就是我想要的）：

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，当我加入早在index=wb['\xef\xbb\xbf"ad_tag_name"']尝试重建完整配方，熊猫不再下降的重复：

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 

假设公式可以原封不动的groupby()组成部分，我们如何告诉一连串的创作认识到索引列的重复键？

Answer 1

看来你需要分配输出到wb - groupby与sum汇总所有数值列，因此没有重复，最后加as_index=False为DataFrame输出：

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

---

样品：

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} 

也为删除\xef\xbb\xbf添加encoding='utf-8-sig'到read_csv或升级熊猫到最新版本，因为这个bug是closed and solved。