python - Pandas - 将重复的行合并为一行

Question

所以下面我有一个 DataFrame 的示例，其中自始至终都会有多个实例，例如销售税费用行，如果存在重复项，则需要将其转换为一行，其中 Trans_Amt 的总数应为Trans_Type C - Trans_Type D。

例如，在此 DF 中，SALES TAX EXPENSE 应该只有一行，总计应为 -36239.65。

这种情况在 DF 中多次发生，具有多个不同的 ActName。我正在寻找有关执行此转换的最有效方法的见解，并将其应用于发生这种情况的任何实例。

谢谢!

              ActName  ActCode Trans_Type   Trans_Amt
0               SALES      401          C  2082748.85
1   SALES TAX EXPENSE      407          C   100000.00
30          DISCOUNTS      405          D     -654.59
31  SALES TAX EXPENSE      407          D   136239.65

Answer 1

按列对数据进行分组，并将差异分配给 Amt。然后删除重复项。

df['Trans_Amt'] = df.groupby(['ActName','ActCode']).Trans_Amt.apply(lambda x: x.diff(periods=-1)).combine_first(df['Trans_Amt'])
df.drop_duplicates('ActName')

    ActName             ActCode Trans_Type  Trans_Amt
0   SALES               401     C           2082748.85
1   SALES TAX EXPENSE   407     C           -36239.65
30  DISCOUNTS           405     D           -654.59

编辑:基于后续问题。如果差异应该与上一行不同，请尝试

df['Trans_Amt'] = df.groupby(['ActName','ActCode']).Trans_Amt.apply(lambda x: x.diff()).combine_first(df['Trans_Amt'])
df.drop_duplicates('ActName', keep='last')

    ActName             ActCode Trans_Type  Trans_Amt
0   SALES               401     C           2082748.85
30  DISCOUNTS           405     D           -654.59
31  SALES TAX EXPENSE   407     D           36239.65