在熊猫集团的条款

Question

我正在尝试找到可以执行以下操作的GroupBy子句（在PANDAS DATAFRAME中）。

1. InPlace Transformation。
2. 添加所有资金
3. 如果可能，则获取包含“A”和“Money”列的原始数据帧，而不是“A”作为索引，“Money”作为列。

输入如下所示。

dataframe = pandas.DataFrame({'A':[11,11,22,22],
                              'Cust':['C','D','C','C'],
                              'Money':np.arange(10,30,5)})

现在我想根据Cust of Type添加/减去Money列。就像它的“C”然后减去“D”然后添加并滚动到列“A”。所以对于这个例子，它将是

对于A，如“11”钱是“5” 对于B，如“22”，金钱是“-45”

Answer 1

从您的示例开始

In [16]: df
Out[16]: 
    A Cust  Money
0  11    C     10
1  11    D     15
2  22    C     20
3  22    C     25

1. 根据您描述的Cust是C还是D来设置Money的符号。

   In [17]: df['Money'][df['Cust'] == 'C'] *= -1
   

2. 汇总金额，按“A”栏分组。

   In [18]: df.groupby('A').sum()
   Out[18]: 
       Money
   A        
   11      5
   22    -45
   

3. 再次运行In [17]以恢复原始数据框架。