python - Pandas 中的 Groupby 子句

Question

我正在尝试找到可以执行以下操作的 GroupBy 子句(在 PANDAS DATAFRAME 中)。

1. 就地转型。
2. 添加所有资金
3. 如果可能的话，获取包含“A”列和“Money”列的原始数据框，而不是“A”作为索引、“Money”作为列。

输入如下。

dataframe = pandas.DataFrame({'A':[11,11,22,22],
                              'Cust':['C','D','C','C'],
                              'Money':np.arange(10,30,5)})

现在我想根据客户类型添加/减去货币列。就像如果它的“C”然后减去，而“D”然后添加并滚动到“A”列。所以对于这个例子来说它将是

对于“11”中的 A，金钱是“5” 对于 B，如“22”，金钱为“-45”

Answer 1

从你的例子开始

In [16]: df
Out[16]: 
    A Cust  Money
0  11    C     10
1  11    D     15
2  22    C     20
3  22    C     25

1. 根据 Cust 是 C 还是 D 来设置 Money 的符号，如您所描述的。

   In [17]: df['Money'][df['Cust'] == 'C'] *= -1
   

2. 对金额进行求和，按“A”列分组。

   In [18]: df.groupby('A').sum()
   Out[18]: 
       Money
   A        
   11      5
   22    -45
   

3. 再次运行 In [17] 以完整恢复原始 DataFrame。