Question

这是我的示例数据框和

df

index,Customer_MailID,Event_Quantity,Amount_Final,Channel,Week_Name,Venue_Name,Event_Genre1
1,aa@hotmail.com,2,172,Web,MON-TO-THU,Tivoli Cinema: Extreem,COMEDY
2,bb@gmail.com,2,234,Web,MON-TO-THU,CineMAX: Pacific Mall Subhash Nagar,ACTION
3,cc@yahoo.com,3,502,Mobile,MON-TO-THU,DT City Centre: Shalimar Bagh,ACTION
4,dr.d@gmail.com,4,1402,Web,Sunday,Rajiv Gandhi Cricket Stadium: Hyderabad,SPORTS
5,dd@hotmail.com,4,6449,Web,Saturday,Subrata Roy Sahara Stadium: Gahunje,SPORTS
6,deep.d@gmail.com2,1,82,Mobile,MON-TO-THU,Tivoli Cinema: Hyderabad,ACTION
7,r@yahoo.co.in,1,219,Web,MON-TO-THU,INOX:JP Nagar -Central Mantri Junction,ACTION
8,nnd@gmail.com,2,384,Web,MON-TO-THU,Wave: City Emporium Mall,ACTION
9,v90@gmail.com,4,1402,Web,Sunday,Rajiv Gandhi Cricket Stadium: Hyderabad,SPORTS

我想对它执行以下类型的查询..

选择数据框的列集（或）数据框的所有列，其中，（（Sum（Amount）＆gt; = 1000））＆amp;＆amp; （Event_Quantity＆lt; 5））等等。添加了许多与＆amp;混合的条件。和|条件。我们面临的问题是原始数据框上没有这样的列（sum（Amount））。在这种情况下有没有可用于查询pandas数据帧的通用解决方案。

Answer 1

在您的示例中，每个Customer_MailID的数据仅使用一次。我假设在实际数据中有多个会产生和（Amount_Final）！= Amount_Final。如果这个假设是正确的，那么一个解决方案是创建一个列来携带Amount_Final的总和，然后在你的子集中使用它。

这样的事情：

totalAmount = pd.DataFrame( df.groupby('Customer_MailID')['Amount_Final'].sum()).reset_index()
totalAmount.columns = ['Customer_MailID', 'Total_Amount_Final']
df = df.merge(totalAmount)

此时您将有一个名为Total_Amount_Final的新列，您可以在子集中使用，如下所示：

df[(df.Total_Amount_Final > 1000) & (df.Event_Quantity <5)]

使用自定义列以及Pandas DataFrame上的普通列进行查询

1 个答案: