带有Groupby的Python Pandas条件求和

Question

使用样本数据：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我试图弄清楚如何将数据按key1分组并仅对key1等于“ 1”的data1值求和。这是我尝试过的def f(d,a,b):    d.ix[d[a] == b, 'data1'].sum()df.groupby(['key1']).apply(f, a = 'key2', b = 'one').reset_index()但这给了我一个数值为“无”的数据框index   key1    00       a       None1       b       None这里有什么想法吗？我正在寻找与以下SQL等效的Pandas：SELECT Key1, SUM(CASE WHEN Key2 = 'one' then data1 else 0 end)FROM dfGROUP BY key1仅供参考-我见过有条件的熊猫总和， 但无法转换那里提供的答案来处理总和而不是计数。

Answer 1

我认为今天使用pandas 0.23可以做到这一点：

import numpy as np

 df.assign(result = np.where(df['key2']=='one',df.data1,0))\

   .groupby('key1').agg({'result':sum})

这样做的好处是您可以将其应用于同一数据框的多个列

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})