按总和条件分组

Question

我有以下 df，我想按日期和参考对其进行分组，但具有总和条件。在这方面，仅当 P >= 比 PP 时，我才需要按日期和参考分组并汇总“Q”列。df = DataFrame({'Date' : ['1', '1', '1', '1'],                'Ref' : ['one', 'one', 'two', 'two'],                'P' : ['50', '65', '30', '38'],                'PP' : ['63', '63', '32', '32'],                'Q' : ['10', '15', '20', '10']})df.groupby(['Date','Ref'])['Q'].sum() #This does the right grouping byt summing the whole columndf.loc[df['P'] >= df['PP'], ('Q')].sum() #this has the right sum condition, but does not divide between Date & Ref有没有办法做到这一点？提前谢谢了

Answer 1

只需在分组之前过滤：

In[15]:

df[df['P'] >= df['PP']].groupby(['Date','Ref'])['Q'].sum()

Out[15]: 

Date  Ref

1     one    15

      two    10

Name: Q, dtype: object

这首先减少了 df 的大小，因此将加快 groupby 操作

Answer 2

你可以这样做：

import pandas as pd

df = pd.DataFrame({'Date' : ['1', '1', '1', '1'],

                'Ref' : ['one', 'one', 'two', 'two'],

                'P' : ['50', '65', '30', '38'],

                'PP' : ['63', '63', '32', '32'],

                'Q' : ['10', '15', '20', '10']})

def conditional_sum(x):

    return x[x['P'] >= x['PP']].Q.sum()

result = df.groupby(['Date','Ref']).apply(conditional_sum)

print(result)

输出

Date  Ref

1     one    15

      two    10

dtype: object

更新

如果要对输出中的多列求和，可以使用loc：

def conditional_sum(x):

    return x.loc[x['P'] >= x['PP'], ['Q', 'P']].sum()

result = df.groupby(['Date', 'Ref']).apply(conditional_sum)

print(result)

输出

             Q     P

Date Ref            

1    one  15.0  65.0

     two  10.0  38.0

请注意，在上面的示例中，我使用 columnP是为了展示如何处理多列。