python中Groupby函数在多列计算中的应用

我试图在python中使用

groupby

根据两列

ID

和

DATE（MM/DD/YY）

划分

INPUT_DF

，然后对分组行执行数学运算

分组行的数学函数为：

EXPOSURE*VALUE

。对于分组的

ID

和

DATE

可能存在多个风险敞口，在这种情况下，应该是

SUM（风险敞口*值）

输入_DF：

ID  PRODUCT EXPOSURE    DATE(MM/DD/YY)  VALUE
STA A   0.5 1/31/03 3
STA A   0.5 8/29/03 4
MP  B   0.6 8/29/03 5
MP  B   0.5 5/31/05 6
ZT  B   0.3 5/31/05 7
ZT  B   0.5 5/31/05 8
STA A   0.6 1/31/03 1
STA A   0.7 8/29/03 2
MP  B   0.8 8/29/03 3
MP  B   0.2 5/31/05 4
ZT  B   0.5 5/31/05 5
ZT  B   0.2 6/31/05 6

输出_DF：

ID  DATE    FINAL_VALUE
STA 1/31/03 2.1
STA 8/29/03 3.4
MP  8/29/03 5.4
MP  5/31/05 3.8
ZT  5/31/05 8.6
ZT  6/31/05 1.2

代码：

我确实试着做了以下几点

OUTPUT_DF  = INPUT_DF[['ID','DATE(MM/DD/YY)']].groupby('ID', 'DATE(MM/DD/YY)')['EXPOSURE']*['VALUE'].sum()

但这给了我一个错误。有人能帮我解决这个问题吗

这里有一种方法：

OUTPUT_DF = (INPUT_DF.groupby(['ID', 'DATE(MM/DD/YY)'])
             .apply(lambda x: sum(x.EXPOSURE * x.VALUE)))


ID   DATE(MM/DD/YY)
MP   5/31/05           3.8
     8/29/03           5.4
STA  1/31/03           2.1
     8/29/03           3.4
ZT   5/31/05           8.6
     6/31/05           1.2

要以您发布的格式将其作为数据帧，只需将

添加到_frame

和

重置_index

：

OUTPUT_DF = (INPUT_DF.groupby(['ID', 'DATE(MM/DD/YY)'])
             .apply(lambda x: sum(x.EXPOSURE * x.VALUE))
             .to_frame('FINAL_VALUE')
             .reset_index())

>>> OUTPUT_DF
    ID DATE(MM/DD/YY)  FINAL_VALUE
0   MP        5/31/05          3.8
1   MP        8/29/03          5.4
2  STA        1/31/03          2.1
3  STA        8/29/03          3.4
4   ZT        5/31/05          8.6
5   ZT        6/31/05          1.2

---

在应用

groupby

之前，先计算sumproduct列，然后简单地计算总和：

input_df['FINAL_VALUE'] = input_df['VALUE'] * input_df['EXPOSURE']

output_df = input_df.groupby(['ID', 'DATE(MM/DD/YY)'])['FINAL_VALUE'].sum()

print(output_df)

这张照片是：

ID   DATE(MM/DD/YY)
MP   5/31/05           3.8
     8/29/03           5.4
STA  1/31/03           2.1
     8/29/03           3.4
ZT   5/31/05           8.6
     6/31/05           1.2

---

您可以发布您得到的确切错误是什么吗？对于初学者，您需要以列表的形式传递列

.groupby（'ID'，'DATE（MM/DD/YY）

应该是

.groupby（'ID'，'DATE（MM/DD/YY）]）

df.groupby（[“ID”，“DATE”]）。应用（lambda x:sum（x[“VALUE”]*x[“EXPOSURE”]）

谢谢你的回答。我怎样才能得到所有缺失日期的ID。我对问题中所示的

输出

感兴趣。不客气！请看我的编辑，我认为这会解决问题。使用

。apply

时要小心，因为它在较大的数据集上运行非常慢。@asongtoruin，这是绝对正确的。