【问题标题】：Groupby on condition and calculate sum of subgroupsGroupby on条件并计算子组的总和
【发布时间】：2017-09-12 13:31:41
【问题描述】：

这是我的数据：

import numpy as np 
import pandas as pd
z = pd.DataFrame({'a':[1,1,1,2,2,3,3],'b':[3,4,5,6,7,8,9], 'c':[10,11,12,13,14,15,16]})
z

    a   b   c
0   1   3   10
1   1   4   11
2   1   5   12
3   2   6   13
4   2   7   14
5   3   8   15
6   3   9   16

问题：

如何计算每个子组的不同元素？例如，对于每个组，我想提取列 'c' 中的任何元素，其在列 'b' 中的对应元素在 4 和 9 之间，并将它们全部相加。

这是我写的代码：（它运行但我无法得到正确的结果）

gbz = z.groupby('a')
# For displaying the groups:
gbz.apply(lambda x: print(x))


list = []

def f(x):
    list_new = []
    for row in range(0,len(x)):
        if (x.iloc[row,0] > 4 and x.iloc[row,0] < 9):
            list_new.append(x.iloc[row,1])
    list.append(sum(list_new))

results = gbz.apply(f)

输出结果应该是这样的：

【问题讨论】：

从阅读文档开始。 This comparison 使用 SQL 可能会对您有所帮助，即使您不知道 SQL 是什么。
@dangom，当然。谢谢。

标签： python pandas dataframe group-by pandas-groupby

【解决方案1】：

更改操作顺序可能是最简单的方法，并首先根据您的条件进行过滤 - 在groupby 之后不会更改。

z.query('4 < b < 9').groupby('a', as_index=False).c.sum()

产生

【讨论】：

@cᴏʟᴅsᴘᴇᴇᴅ 啊我没看到他们想要a不在索引中，一秒钟。
应该是z.query('4 < b < 9').groupby('a').c.sum() 不包括在内。 `

【解决方案2】：

使用

In [2379]: z[z.b.between(4, 9, inclusive=False)].groupby('a', as_index=False).c.sum()
Out[2379]:
   a   c
0  1  12
1  2  27
2  3  15

或者

In [2384]: z[(4 < z.b) & (z.b < 9)].groupby('a', as_index=False).c.sum()
Out[2384]:
   a   c
0  1  12
1  2  27
2  3  15

【讨论】：

Op 提到了组...我想知道在 groupby 之前和之后进行总和的输出是否存在差异。

【解决方案3】：

你也可以先groupby。

z = z.groupby('a').apply(lambda x: x.loc[x['b']\
           .between(4, 9, inclusive=False), 'c'].sum()).reset_index(name='c')
z

   a   c
0  1  12
1  2  27
2  3  15

【讨论】：

【解决方案4】：

或者你可以使用

z.groupby('a').apply(lambda x : sum(x.loc[(x['b']>4)&(x['b']<9),'c']))\
             .reset_index(name='c')
Out[775]: 
   a   c
0  1  12
1  2  27
2  3  15

【讨论】：