Python 使用Pandas的条件数据帧操作

我正在对数据帧

a

进行一些计算：我想添加一个新列

RESULT

，并执行以下计算：

通常有多行具有相同的

key1

值，它们的

key2

可以是

X

或

Y

。对于具有相同键1的各组： 如果

key2=X

，则

RESULT=0

， 否则，

RESULT=（C1 | key2=Y）+（C2 | key2=Y）+（C2 | key2=X）

。请参见

A_MODIFIED

    A =
        key1   key2  C1    C2    
    0   A      X     5     2     
    1   A      Y     3     2     
    2   B      X     6     1     
    3   B      Y     1     3     
    4   C      Y     1     4     
    5   D      X     2     3     
    6   D      Y     1     3     

   A_MODIFIED =
       key1   key2  C1    C2    RESULT
   0   A      X     5     2     0
   1   A      Y     3     2     7
   2   B      X     6     1     0
   3   B      Y     1     3     5
   4   C      Y     1     4     5
   5   D      X     2     3     0
   6   D      Y     1     3     7

这就是我所做的：

import pandas as pd
import numpy as np

df1 = pd.DataFrame(A.groupby('key1', sort = False).sum().ix[:, ['C2']].sum(axis=1), columns=['C2_T']).reset_index(level=1)
df2 = A[A['key2'] == 'Y']
df3 = pd.merge(df1, df2, how = 'left').set_index(df1.index)
df3.RESULT = df3.C1+ df3.C2_T

---

但是现在我不知道如何将它与原始的

A

合并。您可以为每个组应用函数

f

函数

f

对列

C2

的所有值求和，因为不依赖于键2的值。

C1

的值取决于

key2

，因此只有

df['key2']=='Y'

的值被选中

最后一个if

df['key2']=='X'

输出设置为

0

print A
#  key1 key2  C1  C2
#0    A    X   5   2
#1    A    Y   3   2
#2    B    X   6   1
#3    B    Y   1   3
#4    C    Y   1   4
#5    D    X   2   3
#6    D    Y   1   3

def f(df):
    df['RESULT'] = df['C2'].sum() + df['C1'].loc[df['key2'] == 'Y'].sum()
    df['RESULT'].loc[df['key2'] == 'X'] = 0
    return df

df = A.groupby('key1', sort = False).apply(f)
print df
#  key1 key2  C1  C2  RESULT
#0    A    X   5   2       0
#1    A    Y   3   2       7
#2    B    X   6   1       0
#3    B    Y   1   3       5
#4    C    Y   1   4       5
#5    D    X   2   3       0
#6    D    Y   1   3       7

---

您可以为每个组应用函数

f

函数

f

对列

C2

的所有值求和，因为不依赖于键2的值。

C1

的值取决于

key2

，因此只有

df['key2']=='Y'

的值被选中

最后一个if

df['key2']=='X'

输出设置为

0

print A
#  key1 key2  C1  C2
#0    A    X   5   2
#1    A    Y   3   2
#2    B    X   6   1
#3    B    Y   1   3
#4    C    Y   1   4
#5    D    X   2   3
#6    D    Y   1   3

def f(df):
    df['RESULT'] = df['C2'].sum() + df['C1'].loc[df['key2'] == 'Y'].sum()
    df['RESULT'].loc[df['key2'] == 'X'] = 0
    return df

df = A.groupby('key1', sort = False).apply(f)
print df
#  key1 key2  C1  C2  RESULT
#0    A    X   5   2       0
#1    A    Y   3   2       7
#2    B    X   6   1       0
#3    B    Y   1   3       5
#4    C    Y   1   4       5
#5    D    X   2   3       0
#6    D    Y   1   3       7

---

我认为你的公式没有道理<当

key2=X

时，code>RESULT=0，但是您有

…+（C2 | key2=X）

我认为你的公式没有意义<当

key2=X

时，code>RESULT=0，但是您有

…+（C2 |键2=X）