循环以基于Python Dataframe中的其他列值创建新列[重复]

Posted 2023-03-11

【中文标题】循环以基于Python Dataframe中的其他列值创建新列[重复]

【英文标题】：Looping to create a new column based on other column values in Python Dataframe [duplicate]

【发布时间】：2019-09-18 18:41:21

【问题描述】：

我想根据多行中的其他列值在 python 数据框中创建一个新列。 例如，我的 python 数据框 df:

A    |    B
------------
10   |    1
20   |    1
30   |    1
10   |    1
10   |    2
15   |    3
10   |    3

我想创建基于变量 A 的值的变量 C，其条件来自多行中的变量 B。当第 i,i+1,... 行中变量 B 的值时，C 的值是这些行中变量 A 的总和。在这种情况下，我的输出数据框将是：

  A   |   B   |   C
--------------------
  10  |   1   |   70
  20  |   1   |   70
  30  |   1   |   70
  10  |   1   |   70
  10  |   2   |   10
  15  |   3   |   25
  10  |   3   |   25

我不知道实现这一目标的最佳方法。有人可以帮忙吗？

提前致谢

【问题讨论】：

df.groupby('B')['A'].transform('sum')

【参考方案1】：

您必须使用groupby() 方法，将B 上的行和A 上的sum() 上的行分组。

df['C'] = df.groupby('B')['A'].transform(sum)

【参考方案2】：

重新创建数据：

import pandas as pd

A = [10,20,30,10,10,15,10]

B = [1,1,1,1,2,3,3]

df = pd.DataFrame('A':A, 'B':B)

df

     A   B
0   10   1
1   20   1
2   30   1
3   10   1
4   10   2
5   15   3
6   10   3

然后我将从 df 创建一个查找系列：

lookup = df.groupby('B')['A'].sum()
lookup

    A
B
1   70
2   10
3   25

然后我将使用 apply 在 df 上使用该查找

df.loc[:,'C'] = df.apply(lambda row: lookup[lookup.index == row['B']].values[0], axis=1)
df

         A   B    C
    0   10   1   70
    1   20   1   70
    2   30   1   70
    3   10   1   70
    4   10   2   10
    5   15   3   25
    6   10   3   25