带有条件的 Pandas/Python 中的 groupby sum

Question

df_have

ID  AMT     REL_NUM HDR_NUM
3   0.02    2.0      2.0    
4   2.00    2.0      4.0    
5   0.00    1.0      5.0    
1   0.00    5.0      1.0    
2   19.7    1.0      2.0    

df_want

ID  AMT     REL_NUM HDR_NUM CALCULATION
3   0.02    2.0      2.0      (19.7+0.02+2.00)
4   2.00    2.0      4.0      (2.00)
5   0.00    1.0      5.0      (0.00+0.00)
1   0.00    5.0      1.0      (0.00+19.7)
2   19.7    1.0      2.0      (19.7+0.02+2.00)

尝试创建一个新列“计算”，但逻辑有点棘手。 计算应该是依赖于 ID、REL_NUM 和 HDR_NUM 字段的 AMT 字段的 SUM。

第 1 步 - 检查 HDR_NUM 字段并获取相应的 AMT 值，其中 ID=HDR_NUM 第 2 步 - 添加所有 AMT 字段，其中 REL_NUM= HDR_NUM

对于第一行，这将是对 ID= 2,3 和 4 的 AMT 字段求和。

需要更新的示例代码。我先尝试了一个 groupby，但我无法让它同时满足上述两个步骤：

df_want['CALCULATION']=df_have.groupby(['ID','HDR_NUM'])['AMT'].transform('sum')+ ?

Answer 1

您可以通过.map 实现此目的。对于第二个，您需要 groupby 以获取每个 'REL_NUM' 中的总和

df['num1'] = df.HDR_NUM.map(df.set_index('ID').AMT)
df['num2'] = df.HDR_NUM.map(df.groupby('REL_NUM').AMT.sum())

df['calculation'] = df.num1.add(df.num2, fill_value=0)

输出：（为清楚起见，保留帮助列）

   ID    AMT  REL_NUM  HDR_NUM  num1   num2  calculation
0   3   0.02      2.0      2.0  19.7   2.02        21.72
1   4   2.00      2.0      4.0   2.0    NaN         2.00
2   5   0.00      1.0      5.0   0.0   0.00         0.00
3   1   0.00      5.0      1.0   0.0  19.70        19.70
4   2  19.70      1.0      2.0  19.7   2.02        21.72

---

如果您不想重复AMT，因为HDR_NUM == ID == REL_NUM，您只能为groupby 求和一个子集，以免重复计算：

df['num1'] = df.HDR_NUM.map(df.set_index('ID').AMT)
df['num2'] = df.HDR_NUM.map(df[df.REL_NUM != df.ID].groupby('REL_NUM').AMT.sum())
df['calculation'] = df.num1.add(df.num2, fill_value=0)

输出：（交换第一行和最后一行的 ID）

   ID    AMT  REL_NUM  HDR_NUM  num1  num2  calculation
0   2   0.02      2.0      2.0  0.02   2.0         2.02
1   4   2.00      2.0      4.0  2.00   NaN         2.00
2   5   0.00      1.0      5.0  0.00   0.0         0.00
3   1   0.00      5.0      1.0  0.00  19.7        19.70
4   3  19.70      1.0      2.0  0.02   2.0         2.02