python-3.x - 使用 pandas groupby 获取组子集的总和

Question

我有一个如图所示的数据框。使用 python，我想获取每个“Id”组的“Value”总和，直到第一次出现“Stage”12。

df = pd.DataFrame({'Id':[1,1,1,2,2,2,2],
               'Date': ['2020-04-23', '2020-04-25', '2020-04-28', '2020-04-20', '2020-05-01', '2020-05-05', '2020-05-12'],
               'Stage': [11, 12, 15, 11, 14, 12, 12],
               'Value': [5, 4, 6, 12, 2, 8, 3]})

Id  Date      Stage Value
 1  2020-04-23  11    5
 1  2020-04-25  12    4
 1  2020-04-28  15    6
 2  2020-04-20  11   12
 2  2020-05-01  14    2
 2  2020-08-05  12    8
 2  2020-05-12  12    3

我想要的输出:

Id  Value
 1  9
 2  22

如果有人能提供帮助，我将非常感激。

Answer 1

让我们尝试使用groupby transform idxmax过滤数据帧，然后再进行一轮groupby

idx = df['Stage'].eq(12).groupby(df['id']).transform('idxmax')
output = df[df.index <= idx].groupby('id')['Value'].sum().reset_index()

---

详情

带有 idxmax 的 transform 将为所有 groupby 行返回第一个与 12 匹配的索引，然后我们需要过滤 df 的 index 小于该值以获取数据，直到前 12 个出现。