我有数据框
member_id event_path event_duration
111 vk.com 2
111 vk.com 3
111 facebook.com 1
111 facebook.com 4
111 facebook.com 20
如果 event_path[i] == event_path[i-1]
和event_duration < 5
,我需要连接字符串。
我用的是
df = df.groupby(['member_id', 'event_path'],
sort=False,
as_index=False)['event_duration'].sum().where(df['event_duration'] < 5)
但它返回
ValueError: cannot reindex from a duplicate axis
期望输出
111 vk.com 5
111 facebook.com 5
111 facebook.com 20
最佳答案
我不太清楚你的问题,但我假设对于每个成员和路径组合,你想要将所有小于 5 的值相加?如果是这样,我们可以通过分离高于和低于 5 的值,然后对低于 5 的值求和并合并我们得到的两个帧来实现此目的:
import pandas as pd
df = pd.DataFrame({'member_id': [111, 111, 111, 111, 111],
'event_path': ['vk.com', 'vk.com', 'facebook.com', 'facebook.com', 'facebook.com'],
'event_duration': [2, 3, 1, 4, 20]
})
sums = df[df['event_duration'] < 5].groupby(['event_path', 'member_id'], as_index=False).sum()
large = df[df['event_duration'] >= 5]
final = pd.concat([sums, large])
print final
打印输出:
event_duration event_path member_id
0 5 facebook.com 111
1 5 vk.com 111
4 20 facebook.com 111
关于python - Pandas:根据条件求和字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42506426/