Python 如果数据帧满足两个不同的要求，则将两行相加

我有下表

| product | check | check1 | type | amount |
|---------|-------|--------|------|--------|
| A       | 1     | a      | c    | -10    |
| A       | 1     | a      | p    | 20     |
| B       | 2     | b      | c    | 20     |
| B       | 2     | b      | p    | 20     |
| C       | 3     | c      | c    | -10    |
| D       | 4     | d      | p    | 15     |
| D       | 4     | d      | c    | -15    |

我想对前三列相等且“类型”列中的一行包含“C”，而另一行包含“p”的行的金额求和，然后对其中的“类型”=“C”金额应为负值，当“类型”=“p”时，金额应为正值，否则不应求和。如果将它们相加，则如果“金额”为负数，“类型”应为“c”，否则为“p”。请参阅以下所需输出：

| product | check | check1 | type | amount |
|---------|-------|--------|------|--------|
| A       | 1     | a      | p    | 10     |
| B       | 2     | b      | c    | 20     |
| B       | 2     | b      | p    | 20     |
| C       | 3     | c      | c    | -10    |
| D       | 4     | d      | p    | 0      |

我在前三列中尝试了

group.by

，然后应用lambda函数

df = df.groupby(['product', 'check', 'check1']).apply(lambda x, y : x + y, x.loc[(x['type']=='c')], y.loc[(y['type']=='p')], 'amount')

---

这会在未定义“x”的情况下产生名称错误。我也不确定这是不是正确的方式，所以如果你有任何提示，请让我知道

这里有一个解决方案，可能效率不高，但它确实有效

new_df=pd.DataFrame（）
对于df['product'].unique（）中的产品：
对于签入df[df['product']==product].check.unique（）：
对于df[（df['product']==product）和（df.check==check）]中的check1.unique（）：
tmp=df[（df['product']==product）&（df.check==check）&（df.check1==check1）]
如果len（tmp[（（tmp.type='c'）&（tmp.amount<0））|（（tmp.type='p'）&（tmp.amount>0））！=2:
new_df=new_df.append（tmp，ignore_index=True）
其他：
amount=tmp.sum（）['amount']
类型='c'如果金额<0，则为'p'
英语教学={
“产品”：产品，
“检查”：检查，
“check1”：check1，
“类型”：类型，
“金额”：金额
}
new_df=new_df.append（pd.Series（elt），ignore_index=True）

这里有一个解决方案，可能效率不高，但它确实有效

new_df=pd.DataFrame（）
对于df['product'].unique（）中的产品：
对于签入df[df['product']==product].check.unique（）：
对于df[（df['product']==product）和（df.check==check）]中的check1.unique（）：
tmp=df[（df['product']==product）&（df.check==check）&（df.check1==check1）]
如果len（tmp[（（tmp.type='c'）&（tmp.amount<0））|（（tmp.type='p'）&（tmp.amount>0））！=2:
new_df=new_df.append（tmp，ignore_index=True）
其他：
amount=tmp.sum（）['amount']
类型='c'如果金额<0，则为'p'
英语教学={
“产品”：产品，
“检查”：检查，
“check1”：check1，
“类型”：类型，
“金额”：金额
}
new_df=new_df.append（pd.Series（elt），ignore_index=True）

谢谢！这是完美的，也许不是最有效的方式，但我已经很高兴这是有效的，已经挣扎了好几天了！谢谢这是完美的，也许不是最有效的方式，但我已经很高兴这是有效的，已经挣扎了好几天了！