Pandas 和 groupby 的对角线值答案

【问题标题】：Pandas Sum Diagonal Value with groupbyPandas 和 groupby 的对角线值
【发布时间】：2019-01-15 08:27:04
【问题描述】：

我想将每年的对角线值和残差相加，按对象分组。例如对象 a 将是 1 + 10 + 11 + 12 + 13。有没有办法在不按对象拆分表的情况下做到这一点？请注意，每个对象的行数可能不同。我试过了： df.groupby('Company').apply(lambda x: x.reset_index().loc[0,'Year_0']+x.reset_index().loc[1,'Year_1']+ x.reset_index()。 loc[2,'Year_2']+x.reset_index().loc[3,'Year_3']) 但它需要定义的行数。谢谢！

Year_0  Year_1  Year_2  Year_3  Residue Company
1       0.0     0.0     0.0      10      a
1       10      0.0     0.0      10      a
1       10       11     0.0      10      a
1       10       11      12      13      a
2       0      0.0      0.0      12      b
2       11     0.0      0.0      12      b
2       11      12      0.0      12      b
2       11      12       13      12      b
-3     0       0.0      0.0      -1      c
-3     -1       0.0     0.0      -1      c
-3     -2       -3      0.0      -1      c

【问题讨论】：

试试groupby公司，然后是trace
预期输出是什么？

标签： python pandas pandas-groupby

【解决方案1】：

我相信您需要drop_duplicates，通过set_index、sum 行和最后一个reset_index 创建索引以将Series 转换为DataFrame：

df1 = (df.drop_duplicates('Company', keep='last')
         .set_index('Company')
         .sum(axis=1)
         .reset_index(name='new'))
print (df1)
  Company   new
0       a  47.0
1       b  50.0
2       c  -9.0

或者使用GroupBy.last:

df1 = (df.groupby('Company', as_index=False).last()
       .set_index('Company')
       .sum(axis=1)
       .reset_index(name='new'))

如果想使用对角线值，请使用 numpy.diagonal:

s = df.drop_duplicates('Company', keep='last').set_index('Company')['Residue']

df = (df.drop('Residue', axis=1)
      .set_index('Company')
      .groupby('Company')
      .apply(lambda x: x.values.diagonal().sum())
      .add(s)
      .reset_index(name='new'))
print (df)
  Company   new
0       a  47.0
1       b  50.0
2       c  -8.0

最后一个值为-8，因为-3 + -1 + -3 + -1。

【讨论】：

【解决方案2】：

或者使用groupby:

print(df.groupby('Company',as_index=False).tail(1)
          .set_index('Company')
          .sum(axis=1)
          .reset_index(name='new'))

输出：

  Company   new
0       a  47.0
1       b  50.0
2       c  -9.0

【讨论】：

【解决方案3】：

使用numpy 和pandas groupby

df.groupby('Company').apply(lambda x: np.sum(np.ma.diag(x.values)) + x.values[-1][-2])

输出

Company
a    47.0
b    50.0
c    -8.0
dtype: float64

【讨论】：