Python 两种情况下大熊猫的sumif
例如,我想要相当于Excel的Python 两种情况下大熊猫的sumif,python,pandas,pandas-groupby,Python,Pandas,Pandas Groupby,例如,我想要相当于Excel的sumifs =SUMIFS($D4:D$107,$D$107,$G4:G$107) 我有三列,合同,金额和交易类型。对于每个合同,如果交易类型为CBP,我想对金额求和。以下公式不起作用: data['Var']=(data.groupby('contract',"transaction_type_tla=='CBP'")['amount'].cumsum()) 编辑:我认为@Wen的答案更符合你的要求,但如果你想将结果作为一个系列: 一种简单的方法是,首先按您
sumifs
=SUMIFS($D4:D$107,$D$107,$G4:G$107)
我有三列,合同
,金额
和交易类型
。对于每个合同
,如果交易类型为CBP
,我想对金额
求和。以下公式不起作用:
data['Var']=(data.groupby('contract',"transaction_type_tla=='CBP'")['amount'].cumsum())
编辑:我认为@Wen的答案更符合你的要求,但如果你想将结果作为一个系列: 一种简单的方法是,首先按您要查找的事务类型过滤事务列表,然后应用groupby和您想要的任何聚合方法:
ans = data[data['transaction_type_tla'] == 'CBP']
ans.groupby('contract')['amount'].cumsum()
这将产生一系列答案。这是一种方法。我已经设置了一些虚拟数据进行测试 输出是相同格式的数据帧,但包含
CBP
事务汇总
import pandas as pd
df = pd.DataFrame([['A', 123, 'ABC'],
['A', 341, 'ABC'],
['A', 652, 'CBP'],
['A', 150, 'CBP'],
['B', 562, 'DEF'],
['B', 674, 'ABC'],
['B', 562, 'CBP'],
['B', 147, 'CBP']],
columns=['contract', 'amount', 'type'])
s = df.groupby(['contract', 'type'])['amount'].sum()
df = df.set_index(['contract', 'type']).join(s, rsuffix='_group')
df.loc[pd.IndexSlice[:, 'CBP'], 'amount'] = df.loc[pd.IndexSlice[:, 'CBP'], 'amount_group']
df = df.drop('amount_group', 1).reset_index().drop_duplicates()
# contract type amount
# 0 A ABC 123
# 1 A ABC 341
# 2 A CBP 802
# 4 B ABC 674
# 5 B CBP 709
# 7 B DEF 562
借用jp的数据:-)
另见:
df['New']=df.groupby('contract').apply(lambda x : x['amount'][x['type']=='CBP'].cumsum()).reset_index(level=0,drop=True)
df
Out[258]:
contract amount type New
0 A 123 ABC NaN
1 A 341 ABC NaN
2 A 652 CBP 652.0
3 A 150 CBP 802.0
4 B 562 DEF NaN
5 B 674 ABC NaN
6 B 562 CBP 562.0
7 B 147 CBP 709.0