python - 在 Pandas 中使用 SUMIF 创建新行

Question

如何使用 pandas 根据条件创建一个包含总和的新行？

初始表 -

Product   Date  CAT    Value
Product A Apr   F31    100
Product A Apr   F32    200
Product A Apr   F45    300
Product A Apr   F46    400
Product A May   F31    200
Product A May   F32    300
Product A May   F45    400
Product A May   F46    500
Product B Apr   F31    200
Product B Apr   F32    300
Product B Apr   F45    400
Product B Apr   F46    500
Product B May   F31    600
Product B May   F32    700
Product B May   F45    800
Product B May   F46    900

我想通过将 F31 和 F32 组合成 F3 来创建这个，它应该给我值的总和。

Product   Date  CAT    Value
Product A Apr   F3     300
Product A Apr   F45    300
Product A Apr   F46    400
Product A May   F3     500
Product A May   F45    400
Product A May   F46    500
Product B Apr   F3     500
Product B Apr   F45    400
Product B Apr   F46    500
Product B May   F3    1300
Product B May   F45    800
Product B May   F46    900

你能帮我吗？

Answer 1

为了创建上面提到的 DataFrame，我们需要应用两个操作。

1. 字符串.replace

2. .groupby 与聚合，即 .sum() 和 .reset_index()

3. 字符串替换方法用于替换字符串中的字符，通过该方法我们可以将字符串F31、F32转换为F3。

   .replace('F31','F3')

   .replace('F32','F3')

4. .groupby 方法用于根据给定的约束来分离数据。此方法将数据分成可以执行操作的 block 。在这里，我们需要根据多个列对数据进行分组。

然后，我们需要根据'CAT'列聚合值(value)列的总和，即首先按“产品”分组，然后按“日期”分组，最后按“CAT”分组。因此，为此我们使用 .sum()。

之后的结果将是一个分组对象，但是为了将其转换为DataFrame，我们需要使用.reset_index()，该方法允许填充基于输入条件列具有相应值的列。

Data.groupby(['Product','Date','CAT'])['Value'].sum().reset_index(name='Value')

代码片段如下所示:

Product = ['Product A','Product A','Product A','Product A','Product A','Product A','Product A','Product A','Product B','Product B','Product B','Product B','Product B','Product B','Product B','Product B']

Date = ['Apr','Apr','Apr','Apr','May','May','May','May','Apr','Apr','Apr','Apr','May','May','May','May']

CAT = ['F31','F32','F45','F46','F31','F32','F45','F46','F31','F32','F45','F46','F31','F32','F45','F46']

Value = [100, 200,300,400,200,300,400,500,200,300,400,500,600,700,800,900]

# Creating Data Frame

Data = pd.DataFrame({'Product':Product,'Date':Date,'CAT':CAT,'Value':Value})

# String Replace

Data['CAT'] = Data['CAT'].replace('F31','F3')

Data['CAT'] = Data['CAT'].replace('F32','F3')

# Group By Operation

DataG = pd.DataFrame(Data.groupby(['Product','Date','CAT'])['Value'].sum().reset_index(name='Value'))

应用上述操作之前的数据。

应用上述操作后的数据。