使用樣本數據：df = pd.DataFrame({'key1' : ['a','a','b','b','a'], 'key2' : ['one', 'two', 'one', 'two', 'one'], 'data1' : np.random.randn(5), 'data2' : np. random.randn(5)})df data1 data2 key1 key20 0.361601 0.375297 a one1 0.069889 0.809772 a two2 1.468194 0.272929 b one3 -1.138458 0.865060 b two4 -0.268210 1.250340 a one我試圖弄清楚如何將數據按key1分組并僅對key1等于“ 1”的data1值求和。這是我嘗試過的def f(d,a,b): d.ix[d[a] == b, 'data1'].sum()df.groupby(['key1']).apply(f, a = 'key2', b = 'one').reset_index()但這給了我一個數值為“無”的數據框index key1 00 a None1 b None這里有什么想法嗎？我正在尋找與以下SQL等效的Pandas：SELECT Key1, SUM(CASE WHEN Key2 = 'one' then data1 else 0 end)FROM dfGROUP BY key1僅供參考-我見過有條件的熊貓總和， 但無法轉換那里提供的答案來處理總和而不是計數。
3 回答
白衣非少年
TA貢獻1155條經驗 獲得超0個贊
我認為今天使用pandas 0.23可以做到這一點：
import numpy as np
df.assign(result = np.where(df['key2']=='one',df.data1,0))\
.groupby('key1').agg({'result':sum})
這樣做的好處是您可以將其應用于同一數據框的多個列
df.assign(
result1 = np.where(df['key2']=='one',df.data1,0),
result2 = np.where(df['key2']=='two',df.data1,0)
).groupby('key1').agg({'result1':sum, 'result2':sum})
添加回答
舉報
0/150
提交
取消