选择性分组依据，np.where/Python查询

你有吗

你想要什么

A  B C
1  1  10
1  1  10
1  2  5
1  3  6
1  4  7

仅当列B为1或2时，才尝试按列A、B分组。如果B是1或2，则输出D列作为C列的和。否则保持设置D列=C列

示例代码给出错误：

A  B C    D
1  1  10  20
1  1  10  20
1  2  5   5
1  3  6   6
1  4  7   7

---

这里发生了一个问题：df_want['A'，'B'].map。。如果我只放df_want.A.map，那么代码会运行，但输出是错误的。仅当列B为1或2时，我才需要它映射总和

将

总和

更改为

变换（'sum'）

---

将

sum

更改为

transform（'sum'）

你可以使用loc

np.where(df_want['B'].isin([1,2]), 
             df_want.groupby(['A','B'])['C'].transform('sum'), df_want['C'])

你可以使用loc

np.where(df_want['B'].isin([1,2]), 
             df_want.groupby(['A','B'])['C'].transform('sum'), df_want['C'])

---

你能看看我的问题吗[

df['D'] = df['C'].copy()
df.loc[df['B'].isin([1,2]), 'D'] = df.loc[df['B'].isin([1,2])].groupby(['A', 'B']).C.transform('sum')


    A   B   C   D
0   1   1   10  20
1   1   1   10  20
2   1   2   5   5
3   1   3   6   6
4   1   4   7   7