Pandas 条件聚合和非条件聚合在一起

Posted 2023-02-16

【中文标题】Pandas 条件聚合和非条件聚合在一起

【英文标题】：Pandas Conditional Aggregation and Non Conditional Aggregation together

【发布时间】：2020-02-27 06:52:34

【问题描述】：

我是一个重度 SQL 用户，而且我是 Python 和 Pandas 的新手。我有一个数据框。

import pandas as pd

data=[[1,100,'a'],[1,200,'b'],[2,300,'a'],[2,400,'a'],[3,500,'b'],[3,600,'a'],[3,700,'b']]

df=pd.DataFrame(data,columns=['Group','Amount','Condition'])

我可以一步计算条件和和“常规”和吗？

基本上，在SQL中，会是这样的。

select [Group]
,sum([Amount]) as Amount
,sum(case when [Condition]=’a’ then [Amount] end) as Conditional_Sum
from df
group by [Group]

但在 Pandas 中，我将它们分为几个步骤。

对于“常规”总和，我使用

df1=df.groupby('Group')['Amount'].sum().reset_index()

对于条件和，我使用

df2=df.groupby('Group').apply(lambda x: x[x['Condition']=='a']['Amount'].sum()).to_frame(name='Conditional_Sum')
df2.reset_index(inplace=True)

然后我合并 df1 和 df2。我可以一步完成吗？

编辑：澄清一下，有没有办法在一步内创建下面的数据框？

   Group  Amount  Conditional_Sum
0      1     300              100
1      2     700              700
2      3    1800              600

【参考方案1】：

您可以使用 groupby 应用并创建包含某些列的系列

df.groupby('Group', as_index=False) \
  .apply(lambda x: pd.Series( \
        'totalsum' : x['Amount'].sum(), \
         'condsum': x.loc[x['Condition']=='a','Amount'].sum()))

       totalsum  condsum
0       300      100
1       700      700
2      1800      600

【讨论】：

谢谢。我喜欢这种方式。