python - 使用 groupby 创建新的数据框，而不必对该 groupby 对象应用任何计算

Question

我希望将此数据框分组，以便price_1和price_2位于同一行，然后我想使用类似reset_index的东西，而不对分组对象应用任何计算，并创建一个新的数据框，然后将价格1添加到价格2 .

在我看来，我正在尝试执行类似 sql 的操作，其中我使用子查询来应用我的 groupby，然后对其进行计算。

在 python 中，groupby 的工作方式迫使您创建多个组，然后将它们重新组合在一起，但我希望将较大的数据帧减少到共享和使用 item_number、prod_name 和 comp 的位置然后运行一些计算的新数据框。

另一种看待这个问题的方法可能是将这些列添加到分组依据中，并创建一个新列作为总计，然后以某种方式将其重新组合在一起。

d = {
'item_number':[1234,56789,2468,1234,56789,2468],
'prod_name':['prod_a','prod_b','prod_c','prod_a','prod_b','prod_c'],
'comp':['comp_a','comp_b','comp_c','comp_a','comp_b','comp_c'],
'price_1':[20.00,16.69,36.21,0,0,0],
'price_2':[0,0,0,5,7,3.69]}

df = pd.DataFrame(data=d)

期望的输出:

d = {
'item_number':[1234,56789,2468],
'prod_name':['prod_a','prod_b','prod_c'],
'comp':['comp_a','comp_b','comp_c'],
'price_1':[20.00,16.69,36.21,0,0,0],
'price_2':[5,7,3.69]}

df = pd.DataFrame(data=d)

Answer 1

如果我理解正确的话，这可能就是您正在寻找的:

print(df.groupby(['item_number', 'comp'])['price_1', 'price_2'].sum())

输出:

                      price_1  price_2
item_number comp                    
1234        comp_a    20.00     5.00
2468        comp_c    36.21     3.69
56789       comp_b    16.69     7.00

如果您希望这是一个新的数据框并对价格列值求和，您可以执行以下操作:

new_df = df.groupby(['item_number', 'comp'])['price_1', 'price_2'].sum()
new_df['total'] = new_df.price_1 + new_df.price_2
print(new_df)

输出:

                      price_1  price_2  total
item_number comp                           
1234        comp_a    20.00     5.00  25.00
2468        comp_c    36.21     3.69  39.90
56789       comp_b    16.69     7.00  23.69