Pandas/Python中带条件的groupby和

你有吗

你想要什么

ID  AMT     REL_NUM HDR_NUM
3   0.02    2.0      2.0    
4   2.00    2.0      4.0    
5   0.00    1.0      5.0    
1   0.00    5.0      1.0    
2   19.7    1.0      2.0    

试图创建一个新的列“CALCULATION”，但逻辑有点复杂。 根据ID、REL_NUM和HDR_NUM字段，计算应为金额字段的总和

步骤1-检查HDR_NUM字段并获取相应的AMT值，其中ID=HDR_NUM 步骤2-添加REL_NUM=HDR_NUM的所有金额字段

对于第一行，这将对ID=2、3和4的AMT字段求和

需要更新的示例代码。我首先尝试了groupby，但我很难让它满足上述两个步骤：

ID  AMT     REL_NUM HDR_NUM CALCULATION
3   0.02    2.0      2.0      (19.7+0.02+2.00)
4   2.00    2.0      4.0      (2.00)
5   0.00    1.0      5.0      (0.00+0.00)
1   0.00    5.0      1.0      (0.00+19.7)
2   19.7    1.0      2.0      (19.7+0.02+2.00)

---

您可以使用

.map

实现这一点。对于第二个，您需要groupby来获取每个

'REL_NUM'

df_want['CALCULATION']=df_have.groupby(['ID','HDR_NUM'])['AMT'].transform('sum')+ ?

输出：（为清晰起见，保留辅助列）

---

如果因为

HDR\u NUM==ID==REL\u NUM

而不想复制

AMT

，则只能对

groupby

的子集求和，这样就不会重复计算：

   ID    AMT  REL_NUM  HDR_NUM  num1   num2  calculation
0   3   0.02      2.0      2.0  19.7   2.02        21.72
1   4   2.00      2.0      4.0   2.0    NaN         2.00
2   5   0.00      1.0      5.0   0.0   0.00         0.00
3   1   0.00      5.0      1.0   0.0  19.70        19.70
4   2  19.70      1.0      2.0  19.7   2.02        21.72

输出：（交换了第一行和最后一行的ID）

---

谢谢@ALollz，一个跟进，假设第一个ID是2，最后一个ID是3。在这种情况下，我希望计算值为0.02+2.00。使用您的方法，它将复制0.02条目，因为num1=0.02，num2=2.02。你能满足这个例外吗？谢谢@ALollz，如果可能的话，最后一次更新。ID前面还有一列称为CONTRACT，它从一组更大的行中标识该行子集（即，对于上面所有5行，CONTRACT列都是1，但对于接下来的几行，CONTRACT列都是2，以此类推）。当我们运行num1（和num2）时，我们希望它引用该特定契约的ID列。尝试了df['num1']=df.HDR_NUM.map（df.set_index（['CONTRACT'，'ID']）.AMT），但结果是NULLs@babz我认为最好用一个新问题来回答这个问题，因为它有点复杂。

   ID    AMT  REL_NUM  HDR_NUM  num1   num2  calculation
0   3   0.02      2.0      2.0  19.7   2.02        21.72
1   4   2.00      2.0      4.0   2.0    NaN         2.00
2   5   0.00      1.0      5.0   0.0   0.00         0.00
3   1   0.00      5.0      1.0   0.0  19.70        19.70
4   2  19.70      1.0      2.0  19.7   2.02        21.72

df['num1'] = df.HDR_NUM.map(df.set_index('ID').AMT)
df['num2'] = df.HDR_NUM.map(df[df.REL_NUM != df.ID].groupby('REL_NUM').AMT.sum())
df['calculation'] = df.num1.add(df.num2, fill_value=0)

   ID    AMT  REL_NUM  HDR_NUM  num1  num2  calculation
0   2   0.02      2.0      2.0  0.02   2.0         2.02
1   4   2.00      2.0      4.0  2.00   NaN         2.00
2   5   0.00      1.0      5.0  0.00   0.0         0.00
3   1   0.00      5.0      1.0  0.00  19.7        19.70
4   3  19.70      1.0      2.0  0.02   2.0         2.02