我有一个数据库可以跟踪一家建筑公司的服务和安装收入。我正在尝试跟踪技术人员的失误，其中技术人员为销售人员和销售收入设定了领先地位。在此示例中，从数据库中提取，Justin 是创建销售线索的技术人员；肖恩是去接电话的推销员，在这种情况下，他卖掉了电话；最后，维克多是安装这项工作的人。所有推销员的总计为 0，因为公司在安装完成后才收款。如果 project_id == 0 则意味着没有根据原始调用创建潜在客户。一个项目编号至少可以跨越 2 行，最多可以跨越 3 行。
例子:
project_id emp_name client_name ... invoice_date total
... ... ... ... ... ... ...
15315 26173042 Justin Bill W ... 2021-03-26 169.95
... ... ... ... ... ... ...
15322 26173042 Sean Bill W ... 2021-03-27 0
... ... ... ... ... ... ...
15347 26173042 Victor Bill W ... 2021-04-01 17235
15348 0 Justin Jane D ... 2021-04-01 285
... ... ... ... ... ... ...
我想感谢 Justin 设置电话，促成 17.2k 美元的销售额，我想感谢 Sean 出售这份工作。我更愿意创建一个名为 sales_total 的新列来捕获销售数据。
期望的输出:
project_id emp_name client_name ... invoice_date total sales_total
... ... ... ... ... ... ... ...
15315 26173042 Justin Bill W ... 2021-03-26 169.95 17235
... ... ... ... ... ... ... ...
15322 26173042 Sean Bill W ... 2021-03-27 0 17235
... ... ... ... ... ... ... ...
15347 26173042 Victor Bill W ... 2021-04-01 17235 17235
15348 0 Justin Jane D ... 2021-04-01 285 0
... ... ... ... ... ... ... ...
我尝试过使用pd.groupby、pd.sort_values 和pd.iloc；但没有成功。我不太清楚如何为所需的行分配正确的值。如果有人知道解决方案或可以指出正确的方向，我们将不胜感激。
最佳答案
如果您有此数据框(假设记录已排序 = 安装作业在最后):
index project_id emp_name client_name invoice_date total
0 15315 26173042 Justin Bill_W 2021-03-26 169.95
1 15322 26173042 Sean Bill_W 2021-03-27 0.00
2 15347 26173042 Victor Bill_W 2021-04-01 17235.00
3 15348 0 Justin Jane_D 2021-04-01 285.00
然后:
df["sales_total"] = df.groupby("project_id")["total"].transform("last")
print(df)
创建 sales_total 列:
index project_id emp_name client_name invoice_date total sales_total
0 15315 26173042 Justin Bill_W 2021-03-26 169.95 17235.0
1 15322 26173042 Sean Bill_W 2021-03-27 0.00 17235.0
2 15347 26173042 Victor Bill_W 2021-04-01 17235.00 17235.0
3 15348 0 Justin Jane_D 2021-04-01 285.00 285.0
关于python - 根据条件分配值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66959718/