Python 如果DataFrame中的其他行值相同，如何聚合行值？

对于数据帧：

df=数据帧（['2021-03-31'，A0019'，'990RT'，'OFFSET'，'0.10']，['2021-03-31'，'A1019'，'990CT'，'MARK'，'0.10']，['2021-03-31'，'A0019'，'990RT'，'M 方舟、方舟100号、方舟2021-03-31号、方舟A0019号、方舟990RT号、方舟偏移量0.70号、方舟2021-03-31号、方舟A0029号、方舟990CT号、方舟偏移量1.10号、方舟2021-03-31号、方舟A0029号、方舟990CT号、方舟标记、， “9.10”]、[“2021-03-31”、“A0019”、“990QT”、“标记”、“99.10”]、[“2021-03-31”、“C0019”、“990QT”、“偏移量”、“1”]、[“2021-03-31”、“C0019”、“990QT”、“GHTC”、“5”]， ['2021-03-31'，'C0019'，'990QT'，'OFFSET'，'15']]，列=['DATE'，'A_ID'，'R_ID'，'TYPE'，'I_VAL']） >>>df 日期A_ID R_ID TYPE I_VAL 0 2021-03-31 A0019 990RT偏移量0.10 1201-03-31 A1019 990CT标记0.10 2021-03-31 A0019 990RT标记100 3 2021-03-31 A0019 990RT偏移量0.70 4 2021-03-31 A0029 990CT偏移量1.10 5 2021-03-31 A0029 990CT标记9.10 6 2021-03-31 A0019 990QT标记99.10 7 2021-03-31 C0019 990QT偏移量1 8 2021-03-31 C0019 990QT GHTC 5 9 2021-03-31 C0019 990QT偏移量15 每个非

偏移量

（例如

标记

，

GHTC

）行根据

日期、A_ID、R_ID

的组合，唯一地匹配零个或多个

偏移量

行。也就是说，非

偏移量

（例如

标记

）与

偏移量

行之间存在一对多关系

我需要分两步完成操作：

如果值

DATE、A\u ID、R\u ID

相同，则聚合行的值。将聚合值作为

I_VAL

的值放在非

OFFSET

行中

删除带有

类型的行

偏移量

结果数据帧为：

#带有类型偏移的行将从结果df中删除。
#保留偏移量行以解释聚合
#0、1、2、3等是行的索引（行号）
日期A_ID R_ID TYPE I_VAL
0 2021-03-31 A0019 990RT偏移量0.10
1 2021-03-31 A1019 990CT标记0.10#无更新，不符合条件
2021-03-31 A0019 990RT标记100.80#更新为0、self和3之和
3 2021-03-31 A0019 990RT偏移量0.70
4 2021-03-31 A0029 990CT偏移量1.10
5 2021-03-31 A0029 990CT标记10.20#更新为自身值和4的总和
6 2021-03-31 A0019 990QT标记99.10#无更新，不符合条件
7 2021-03-31 C0019 990QT偏移量1
8 2021-03-31 C0019 990QT GHTC 21#更新为自身、7和9的总和
9 2021-03-31 C0019 990QT偏移量15

对于步骤2，我可以执行以下操作：

filtered_df=df[df.TYPE！='OFFSET']

但是，我不知道如何聚合这些值？

---

这讨论了一个类似的问题，但我无法根据我的要求修改它。

对于步骤1:

首先使用以下方法将'I_VAL'列的数据类型从

string

更改为

float

：

最后，您可以使用方法和布尔掩蔽：

df.loc[df['TYPE']!='OFFSET','I_VAL']=df.groupby(['DATE','A_ID','R_ID'],as_index=False,sort=False).transform('sum')[df['TYPE']!='OFFSET']['I_VAL']

现在，如果您打印

df

，您将获得所需的输出：

#output

      DATE       A_ID   R_ID    TYPE    I_VAL
0   2021-03-31  A0019   990RT   OFFSET  0.1
1   2021-03-31  A1019   990CT   MARK    0.1
2   2021-03-31  A0019   990RT   MARK    100.8
3   2021-03-31  A0019   990RT   OFFSET  0.7
4   2021-03-31  A0029   990CT   OFFSET  1.1
5   2021-03-31  A0029   990CT   MARK    10.2
6   2021-03-31  A0019   990QT   MARK    99.1
7   2021-03-31  C0019   990QT   OFFSET  1.0
8   2021-03-31  C0019   990QT   GHTC    21.0
9   2021-03-31  C0019   990QT   OFFSET  15.0

#output
      DATE      A_ID    R_ID    TYPE    I_VAL
1   2021-03-31  A1019   990CT   MARK    0.1
2   2021-03-31  A0019   990RT   MARK    100.8
5   2021-03-31  A0029   990CT   MARK    10.2
6   2021-03-31  A0019   990QT   MARK    99.1
8   2021-03-31  C0019   990QT   GHTC    21.0

第二步：

使用布尔掩蔽：

filtered_df = df[df.TYPE != 'OFFSET']

现在，如果您打印

filtered_df

，您将获得所需的输出：

#output

      DATE       A_ID   R_ID    TYPE    I_VAL
0   2021-03-31  A0019   990RT   OFFSET  0.1
1   2021-03-31  A1019   990CT   MARK    0.1
2   2021-03-31  A0019   990RT   MARK    100.8
3   2021-03-31  A0019   990RT   OFFSET  0.7
4   2021-03-31  A0029   990CT   OFFSET  1.1
5   2021-03-31  A0029   990CT   MARK    10.2
6   2021-03-31  A0019   990QT   MARK    99.1
7   2021-03-31  C0019   990QT   OFFSET  1.0
8   2021-03-31  C0019   990QT   GHTC    21.0
9   2021-03-31  C0019   990QT   OFFSET  15.0

#output
      DATE      A_ID    R_ID    TYPE    I_VAL
1   2021-03-31  A1019   990CT   MARK    0.1
2   2021-03-31  A0019   990RT   MARK    100.8
5   2021-03-31  A0029   990CT   MARK    10.2
6   2021-03-31  A0019   990QT   MARK    99.1
8   2021-03-31  C0019   990QT   GHTC    21.0

---

嘿@Anurag Dabas，谢谢。这有帮助。我将

groupby

构造更改为在“sum”逻辑中添加多个列：

groupby\u obj=df.groupby（['DATE'，'A\u ID'，'R\u ID'，as\u index=False，sort=False）[[I\u VAL'，P\u VAL']]转换（'sum'）

。由_obj使用此组_执行其他操作。