Python 根据其他两列中的唯一值计算dataframe中的特定和，并写入新列

我有一个3列的日期框，包括一些重复的行：

dict1 = {'experiment': ['A', 'B', 'B', 'C', 'C', 'C', 'C'], 'run': ['A-1', 'B-1', 'B-2', 'C-1', 'C-1', 'C-2', 'C-2'], 'data': [6, 5, 5, 4, 4, 4, 4]}
df1 = pd.DataFrame(data=dict1)
print(df1)

  experiment  run  data
0          A  A-1     6
1          B  B-1     5
2          B  B-2     5
3          C  C-1     4
4          C  C-1     4
5          C  C-2     4
6          C  C-2     4

我正在尝试创建一个新列，对于每一行，该列包含该实验唯一运行的列“数据”的总和。重复的行应该保持不变。因此，我的预期结果是：

  experiment  run  data  exp-sum
0          A  A-1     6        6
1          B  B-1     5       10
2          B  B-2     5       10
3          C  C-1     4        8
4          C  C-1     4        8
5          C  C-2     4        8
6          C  C-2     4        8

我曾尝试将.groupby和.unique组合起来，但到目前为止，我每次运行只得到正确的总和，这需要进一步汇总（每次实验），然后写入原始df

print(df1.groupby('run')['data'].unique())

run
A-1    [6]
B-1    [5]
B-2    [5]
C-1    [4]
C-2    [4]

---

欢迎任何意见

如果我的目标正确，下面的代码应该可以完成这项工作

获得独特的实验

获取每个唯一实验的数据总和

通过联接将新计算列添加到原始df

---

另一种解决方案是使用

.pivot\u table

：

df1=df1.设置索引（“实验”）
x=df1.pivot\u表(
指数=pd.石斑鱼（等级=0），
columns=“run”，
values=“data”，
aggfunc=lambda x:x.unique（）.sum（），
).sum（轴=1）
df1[“exp sum”]=x
打印（df1.reset_index（））

印刷品：

实验运行数据exp sum
0A-166.0
1 B-1 5 10.0
2 B-2 5 10.0
3C-148.0
4 C-1 4 8.0
5 C-2 4 8.0
6 C-2 4 8.0

您可以创建一个独特的实验运行图作为键，数据总和作为值。然后使用

Series.map

将值映射到实验

mapper = df1.drop_duplicates('run').groupby('experiment')['data'].sum()

print(mapper)

experiment
A     6
B    10
C     8

df1['exp-sum'] = df1['experiment'].map(mapper)

print(df1)

    experiment  run   data  exp-sum
0   A           A-1   6     6
1   B           B-1   5     10
2   B           B-2   5     10
3   C           C-1   4     8
4   C           C-1   4     8
5   C           C-2   4     8
6   C           C-2   4     8

---

为什么运行

B-2

的

exp sum

是

10

而不是

5

？实验B有两个独特的运行，即B-1和B-2。所有行的exp sum应该是该实验中唯一运行的数据之和。因此，对于实验B的每一行，这里是5+5（来自B-1和B-2）。如果第4行中的数据是

5

，而不是

4

，那么结果应该是什么？如果第4行中的数据是5，那么第3行中的数据也必须是5，因为行是重复的，并且相同的“exp”和“run”始终具有相同的数据。实验C的exp-sum结果应该是9。这很有效，看起来很直观，谢谢！这很有效，谢谢！

sums = pd.DataFrame( unique.groupby('experiment').data.sum() ).reset_index(drop=False)

df = df.merge( sums, on=['experiment'], how='inner' )

mapper = df1.drop_duplicates('run').groupby('experiment')['data'].sum()

print(mapper)

experiment
A     6
B    10
C     8

df1['exp-sum'] = df1['experiment'].map(mapper)

print(df1)

    experiment  run   data  exp-sum
0   A           A-1   6     6
1   B           B-1   5     10
2   B           B-2   5     10
3   C           C-1   4     8
4   C           C-1   4     8
5   C           C-2   4     8
6   C           C-2   4     8