我目前有一个数据集,我试图根据列对行进行分组,并对值为整数的列求和。
但是,问题是我想在总和达到某个阈值后创建一个新行
例如,在下面的数据框中,我试图根据公司名称对行进行分组并对权重求和,但是,我不希望权重超过 100。
输入数据框:
公司
重量
一种
30
乙
45
一种
27
一种
40
乙
57
一种
57
乙
32
输出数据帧:
公司
重量
一种
97
一种
57
乙
89
乙
45
我曾尝试使用 group by 和 sum,但是,它无法检测我是否达到了最大数量。
有什么办法可以实现这一目标吗?
任何帮助将不胜感激!
最佳答案
我认为这里有必要的循环,所以为了提高性能是使用 numba
, 修改 solution from Divakar , 按组调用函数 GroupBy.transform
然后聚合 sum
:
from numba import njit
@njit
def make_groups(x, target):
result = np.empty(len(x),dtype=np.uint64)
total = 0
group = 0
for i,x_i in enumerate(x):
total += x_i
if total >= target:
group += 1
total = 0
result[i] = group
return result
g = df.groupby("Company")["Weight"].transform(lambda x: make_groups(x.to_numpy(), 100))
df1 = (df.groupby(by=["Company", g])
.sum()
.reset_index(1, drop=True)
.sort_values(['Company','Weight'], ascending=[True, False])
.reset_index())
print (df1)
Company Weight
0 a 97
1 a 57
2 b 89
3 b 45
关于python - Pandas group by 和 sum,但在超过一定数量时创建一个新行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67815908/