Python-在单独的列中聚合值

我是Python新手，我想知道是否有人能帮我完成以下任务

我有以下数据帧df和以下列：

• 主ID
• 次要ID
• 实体类型
• 价值观

每个主要实体（实体类型：A）可能由一些次要实体（实体类型；X或Y）组成。对于实体类型A，主id与次id相同。此外，每个主实体和每个次实体都有一个值

在列'Sum of values Secondary id X'和'Sum of values Secondary id Y'中，我希望获得对应于每个主实体的次实体（X和Y）的聚合值。聚合值应位于主实体的行中

所以，我的初始df是：

主ID 次要ID 实体类型 价值 0109 0109 A. 200 0109 A234 X 100 0109 A234 X 50 9996 9996 A. 400 9996 AAGT X 120 9996 AABG X 30 9996 0082 Y 50 A765 A765 A. 50

---

第一个解决方案首先由替换

Value

s中缺少的值来使用，然后对于使用的新列，最后一个替换重复项为中的

0

：

如果需要将所有值用于新列，请使用：

---

尝试使用以下方法创建dict：

(df.groupby(['Primary ID', 'Entity type'])['Value']      
        .sum()    
        .unstack(-1)                    
        .fillna(0).reset_index()                      
        ) 

---

---

以上数据可以转换成dict，然后您可以映射

完整解决方案：

map_df = (df.groupby(['Primary ID', 'Entity type'])['Value']      
        .sum()    
        .unstack(-1)                    
        .fillna(0).reset_index()                      
        ).drop(['A'], axis=1).set_index('Primary ID')

---

---

df:

map_df = (df.groupby(['Primary ID', 'Entity type'])['Value']      
        .sum()    
        .unstack(-1)                    
        .fillna(0).reset_index()                      
        ).drop(['A'], axis=1).set_index('Primary ID')

次要ID 实体类型 价值 纽约 纽约 主ID 0109 0109 A. 200 150 0 0109 A234 X 100 0 0 0109 A234 X 50 0 0 9996 9996 A. 400 150 50 9996 AAGT X 120 0 0 9996 AABG X 30 0 0 9996 0082 Y 50 0 0 A765 A765 A. 50 0 0

---

@Pygirl-是的，我猜是同样的问题-有人认为我的第一个解决方案不好，所以被否决了。

Entity type Primary ID  A   X       Y
0           0109    200.0   150.0   0.0
1           9996    400.0   150.0   50.0
2           A765    50.0    0.0     0.0

map_df = (df.groupby(['Primary ID', 'Entity type'])['Value']      
        .sum()    
        .unstack(-1)                    
        .fillna(0).reset_index()                      
        ).drop(['A'], axis=1).set_index('Primary ID')

df.set_index('Primary ID', inplace=True)
df.loc[df['Entity type'].eq('A'),['new_x', 'new_y']] = map_df.values