我有一個數據框如下+-----------+----------+-----+| InvoiceNo | ItemCode | Qty |+-----------+----------+-----+| Inv-001 | c | 1 |+-----------+----------+-----+| Inv-001 | b | 2 |+-----------+----------+-----+| Inv-001 | a | 1 |+-----------+----------+-----+| Inv-002 | a | 3 |+-----------+----------+-----+| Inv-002 | b | 1 |+-----------+----------+-----+| Inv-002 | c | 1 |+-----------+----------+-----+| Inv-002 | d | 4 |+-----------+----------+-----+| Inv-002 | a | 1 |+-----------+----------+-----+| Inv-003 | e | 1 |+-----------+----------+-----+| Inv-003 | b | 2 |+-----------+----------+-----+我想計算每個單獨的InvoiceNo明智項目組合。即每個的總和ItemCode。排序并連接到一個字符串。注意：在Inv-002產品中a有 2 行。我想要/需要的輸出如下+-----------+--------------------+| InvoiceNo | Desired result |+-----------+--------------------+| Inv-001 | a-1, b-2, c-1 |+-----------+--------------------+| Inv-002 | a-4, b-1, c-1, d-4 |+-----------+--------------------+| Inv-003 | b-2, e-1 |+-----------+--------------------+到目前為止我已經寫了下面的代碼#load datadf = pd.read_excel('data.xlsx')#groupby and sumg = df.groupby(['InvoiceNo','ItemCode']).sum()# Codes to convert the MultiIndex to a regualr dataframeg = g.unstack(fill_value=0)g.reset_index(drop=True,inplace=True)g = g.droplevel(level=0, axis=1).fillna(0)#calculationg.dot(g.columns+',').str[:-1]下面是我得到的結果。所有項目分開。+---+---------------------+| 0 | a,b,b,c |+---+---------------------+| 1 | a,a,a,a,b,c,d,d,d,d |+---+---------------------+| 2 | b,b,e |+---+---------------------+請指導我解決這個問題。
2 回答
Cats萌萌
TA貢獻1805條經驗 獲得超9個贊
groupby兩次。第一個獲得每個的總和['InvoiceNo', 'ItemCode']。然后我們將代碼和類別與“-”連接在一起，并對發票進行分組以創建完整的字符串。
df1 = df.groupby(['InvoiceNo', 'ItemCode'])['Qty'].sum().reset_index('ItemCode')
df1 = df1['ItemCode'].str.cat(df1['Qty'].astype(str), '-').groupby(level=0).agg(', '.join)
#InvoiceNo
#Inv-001 a-1, b-2, c-1
#Inv-002 a-4, b-1, c-1, d-4
#Inv-003 b-2, e-1
#Name: ItemCode, dtype: object
你會注意到我不需要整理任何東西。這是因為groupby默認情況下對分組鍵進行排序，所以在第一行之后系列保證按 排序['InvoiceNo', 'ItemCode']，這是我們之前想要的', '.join
撒科打諢
TA貢獻1934條經驗 獲得超2個贊
干得好：
df1 = df.groupby(['InvoiceNo', 'ItemCode'], sort=False).Qty.sum().reset_index()
df1['Desired result'] = df1.ItemCode + '-' + df1.Qty.astype(str)
print(df1.groupby(['InvoiceNo'])['Desired result'].apply(lambda res: ', '.join(sorted(res))).reset_index())
輸出：
InvoiceNo Desired result
0 Inv-001 a-1, b-2, c-1
1 Inv-002 a-4, b-1, c-1, d-4
2 Inv-003 b-2, e-1
添加回答
舉報
0/150
提交
取消