Python 3.x 根据另一列的值对数据帧的一列应用函数，然后按groupby

假设数据帧具有列“A”和列“condition”，如下代码所示

example = pd.DataFrame({'A': range(10), 'condition': [0,1,0,1,2,0,1,2,2,1]})

如果“B”列中的值为0或2，我想将“A”列中的值乘以2。所以我试了这些：

example['A']=example['A'].apply(lambda x: x*2 \
             if example['condition']==0 or example['condition']==2)

example['A']=np.where(example.condition==0 or example.condition==2, \
             lambda x: x*2, example.A)

但所有这些都无法获得如下所示的预期输出：

    output:                 desired output:
    example                 example
       A  B                          A  B
    0  0  0                      0   0  0
    1  1  1                      1   1  1
    2  2  0                      2   4  0
    3  3  1                      3   3  1
    4  4  2                      4   8  2
    5  5  0                      5  10  0
    6  6  1                      6   6  1
    7  7  2                      7  14  2 
    8  8  2                      8  16  2 
    9  9  1                      9   9  1  

如果我得到所需的输出，我想按“条件”分组，如果“A”值大于2.5，则计算“A”值的绝对总和。我有这个想法，但是如果我没有从上面得到想要的输出，我不确定它是否有效

group1=example.groupby([example[condition')['A'].\
       agg([ ('A sum' , lambda x : x[x>=2.5].abs(sum()) ])

有什么建议吗？

试试这个

df.loc[df['condition']%2==0, 'A'] = df['A']*2

O/p:

---

你最初的尝试非常接近。特别是，我将把条件带到它自己的单独函数中，以增强可读性，然后将该函数应用到具有

axis=1

的数据帧：

def f(row):
    if row["condition"] == 0 or row["condition"] == 2:
        return(int(row["A"] * 2))
    return(row["A"])   # Base condition 

example['B'] = example.apply(f, axis=1)   # Apply to rows of 'example' df

example.drop("condition", axis=1, inplace=True)

example

    A   condition   B
0   0   0   0
1   1   1   1
2   2   0   4
3   3   1   3
4   4   2   8
5   5   0   10
6   6   1   6
7   7   2   14
8   8   2   16
9   9   1   9

然后，要应用

groupby

操作：

example[example["A"] > 2.5].groupby("condition")["A"].apply(lambda x: np.sum(np.abs(x)))

condition
0     5
1    18
2    19
Name: A, dtype: int64

---

首先，我们得到

条件为0或2的所有行。然后我们用
将
A
值乘以其中两行，然后使用
GroupBy.sum
，同时使用
query
过滤
A>=2.5的所有行

m = example['condition'].isin([0,2])
example['A'] = np.where(m, example['A'].mul(2), example['A'])
grpd = example.query('A.ge(2.5)').groupby('condition', as_index=False)['A'].sum()

输出

   condition   A
0          0  28
1          1  18
2          2  76


详细信息
GroupBy.sum
：

首先，我们使用
query
获取
A>=2.5
的所有行：

example.query('A.ge(2.5)')

    A  condition
2   4          0
3   3          1
4   8          2
5  10          0
6   6          1
7  14          2
8  16          2
9   9          1

然后，我们使用groupby on condition获得每组唯一值，在本例中，所有具有
0
、
1
和
2
的行：

for _, d in grpd.groupby('condition', as_index=False):
    print(d, '\n')

    A  condition
2   8          0
5  20          0 

   A  condition
3  3          1
6  6          1
9  9          1 

    A  condition
4  16          2
7  28          2
8  32          2 

因此，如果我们有单独的组，我们可以使用
.sum
方法对整个
A
列求和：

for _, d in grpd.groupby('condition', as_index=False):
    print(d['A'].sum(), '\n')

28 

18 

76 

如果列“B”中的值为0或2，则可以使用np.where将列“A”中的值乘以2

example['A'] = np.where(example['condition'].isin([0,2]), example['A']*2,example['A'])

若要对满足条件的列执行求和，可以首先在数据帧示例中包含一个新列，说明A是>还是<2.5，然后在此数据帧上执行聚合

example['check_A'] =np.where(example['A']>2.5,1,0)
new = example.groupby(['condition','check_A'])['A'].apply(lambda c: c.abs().sum())

太好了，效果很好。只是一个问题。。。这里的绝对和是怎么工作的？还有一个小小的转折。。。在我的原始数据帧中，A列中的值是时间（HH:MM:SS），我希望小时数（HH）等于0或2。您建议如何编写此条件？@newielp我添加了更多解释和细节。请参阅编辑。这将显著更改您的问题，我认为此问题已得到回答。请随意发布一个新问题，这次请正确描述您的问题@非常感谢。。。顺便说一句，我需要更仔细地了解这个查询方法，等等。有趣的和需要研究的东西。我应用了这个：
grpd=example.groupby（['condition']）['A'].agg（[（'A sum'，lambda x:x[x>=2.5].abs（）.sum（））]）
。但是这个查询在将来肯定会有用。谢谢，我可以根据你的建议调整我必须做的其他计算。谢谢，只是一个简单的问题：你将如何应用绝对总和？我需要求和，然后计算和值的abs（）。
example['check_A'] =np.where(example['A']>2.5,1,0)
new = example.groupby(['condition','check_A'])['A'].apply(lambda c: c.abs().sum())