Python 如何将具有特定特征的行附加到组的末尾？

我想在数据帧的末尾追加一行，该行可以通过变量分组
我的数据框如下所示：

|ID | Name1 | Name2 | PointA | PointB | Var1 | Var2 | 
| 1 | AAA   | zzz   | ABC    | BCD    |  1   |  5   | 
| 1 | AAA   | zzz   | BCD    | CDE    |  2   |  5   | 
| 1 | AAA   | zzz   | CDE    | DEF    |  3   |  5   | 
| 2 | BBB   | yyy   | STU    | TUV    |  1   |  6   | 
| 2 | BBB   | yyy   | TUV    | UVW    |  2   |  6   | 
| 2 | BBB   | yyy   | UVW    | VWX    |  3   |  6   | 
| 2 | BBB   | yyy   | VWX    | WXY    |  4   |  6   | 

我想在每个类别的末尾添加一行，如

ID

所定义：

|ID | Name1 | Name2 | PointA | PointB | Var1 | Var2 | 
| 1 | AAA   | zzz   | ABC    | BCD    |  1   |  5   | 
| 1 | AAA   | zzz   | BCD    | CDE    |  2   |  5   | 
| 1 | AAA   | zzz   | CDE    | DEF    |  3   |  5   | 
| 1 | AAA   | zzz   | DEF    | ---    |  4   |  0   | 
| 2 | BBB   | yyy   | STU    | TUV    |  1   |  6   | 
| 2 | BBB   | yyy   | TUV    | UVW    |  2   |  6   | 
| 2 | BBB   | yyy   | UVW    | VWX    |  3   |  6   | 
| 2 | BBB   | yyy   | VWX    | WXY    |  4   |  6   | 
| 2 | BBB   | yyy   | WXY    | ---    |  5   |  0   | 

我尝试过：（我最初的df名为

operacionales

）

df=pd.DataFrame（columns=operacionales.columns）
val=范围（12223）
对于val中的x：
test=operacionales.loc[operacionales['ID']==x]
li=[test.ID.iloc[0]，test.Name1.iloc[0]，test.Name2.iloc[0]，
test.PointB.iloc[-1]，'-'，test.Var1.max（）+1，0]
t=pd.DataFrame（li）.t
t、 columns=test.columns
test2=test.append（t）
df=df.append（test2）

但我得到了一个“索引器：单位置索引器超出范围” 我尝试了同样的方法，但是使用了索引

[-1]

而不是代码中的

[0]

，结果是一样的

如您所见，我要添加的行与组中的其他行相同，只是：
1.

PointA

（我希望它是

PointB

变量的最后一个值），
2. <代码>点B（我想将其设置为'--'），
3.

Var1

（我希望它是组中最后一个值的+1）和
4. <代码>点2（我想设置为0）

我找到了这个（）但它对我没有什么帮助

任何帮助都将不胜感激。

IIUC

def update_method(series):
    last_row = series.iloc[-1]
    new_row = last_row
    new_row['PointA'] = last_row['PointA']
    new_row['PointB'] = '---'
    new_row['Var1'] = last_row['Var1']+1
    series = series.append(new_row)
    return series
new_df = df.groupby('Name1').apply(update_method)

---

您可以使用groupby/apply：

def将列添加到组（组）：
结果=组
result=result.append（{'ID'：1，
“Name1”：group.iloc[0]。Name1，
“Name2”：group.iloc[0]。Name2，
“PointA”：group.iloc[-1]。PointB，
'点B'：'--'，
“Var1”：group.iloc[-1].Var1+1，
“Var2”：0}，忽略_index=True）
返回结果
df.groupby（'Name1'）。应用（将列添加到组）

以下是我要做的：

t = df.groupby('ID', as_index=False).last() 
t[['PointA', 'PointB', 'Var1', 'Var2']] = np.column_stack([t.PointB, ['---']*2, t.Var1+1, [0]*2])
pd.concat([df, t], ignore_index=True).sort_values('ID')

Out[121]:
   ID Name1 Name2 PointA PointB  Var1  Var2
0   1   AAA   zzz    ABC    BCD     1     5
1   1   AAA   zzz    BCD    CDE     2     5
2   1   AAA   zzz    CDE    DEF     3     5
7   1   AAA   zzz    DEF    ---     4     0
3   2   BBB   yyy    STU    TUV     1     6
4   2   BBB   yyy    TUV    UVW     2     6
5   2   BBB   yyy    UVW    VWX     3     6
6   2   BBB   yyy    VWX    WXY     4     6
8   2   BBB   yyy    WXY    ---     5     0

---

这正是我需要的！多谢各位。

t = df.groupby('ID', as_index=False).last() 
t[['PointA', 'PointB', 'Var1', 'Var2']] = np.column_stack([t.PointB, ['---']*2, t.Var1+1, [0]*2])
pd.concat([df, t], ignore_index=True).sort_values('ID')

Out[121]:
   ID Name1 Name2 PointA PointB  Var1  Var2
0   1   AAA   zzz    ABC    BCD     1     5
1   1   AAA   zzz    BCD    CDE     2     5
2   1   AAA   zzz    CDE    DEF     3     5
7   1   AAA   zzz    DEF    ---     4     0
3   2   BBB   yyy    STU    TUV     1     6
4   2   BBB   yyy    TUV    UVW     2     6
5   2   BBB   yyy    UVW    VWX     3     6
6   2   BBB   yyy    VWX    WXY     4     6
8   2   BBB   yyy    WXY    ---     5     0