Question

df = pd.DataFrame( {
   'A':  ['d','d','d','d','d','d','g','g','g','g','g','g','k'
    ,'k','k','k','k','k'],
   'B': [5,5,6,7,5,6,-6,7,7,6,-7,7,-8,7,-6,6,-7,50],
   'C': [1,1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2],
   'S': [2012,2013,2014,2015,2016,2012,2012,2014,2015,2016
    ,2012,2013,2012,2013,2014,2015,2016,2014]     
    } );

 df = (df.B + df.C).groupby([df.A,df.S]).agg(['sum','size'])
.unstack(fill_value=0)

df1 = df.groupby(level=0, axis=1).sum()

new_cols= list(zip(df1.columns.get_level_values(0),
['total'] * len(df.columns)))
df1.columns = pd.MultiIndex.from_tuples(new_cols)
df2 = pd.concat([df1,df], axis=1).sort_index(axis=1)

df2.columns = ['_'.join((col[0], str(col[1]))) for col in df2.columns]
df2.columns = df2.columns.str.replace('sum_','')
df2.columns = df2.columns.str.replace('size_','#')

df_without_2012 = df2.sort_index(axis=1).loc[:, '2013':'2016']
df2[((df2['2012'] < 0) | (df_without_2012.sum(axis=1) > 21)) 
& (df_without_2012 > 0).all(axis=1)]

    #2012#2013#2014#2015#2016#total 2012 2013 2014 2015 2016 total
A                                               
d      2    1    1   1    1    6     13   6    7    8    6    40
g      2    1    1   1    1    6    -11   8    8    8    7    20

2个问题;

df2需要不返回'g'，因为在最后一行中总和应该是 21岁以上，事实并非如此。什么是不正确的？
其次，我想拥有 #years旁边的年份。

EDIT;

-11 8 8 8 7   20   FALSE
 -9 8 8 8 7   22   TRUE
  8 8 8 8 7   39   TRUE
  4 4 4 4 4   20   FALSE

21＆amp; ALL COLUMNS +或2013：2016 +，2012 -

Answer 1

说明很简单 - total列是从2012到2016的总和列。

print (-11 +  8  +  8  +  8  +  7)
20

并且df_without_2012仅汇总了从2013到2016的列，因此总和为31：

print (8  +  8  +  8  +  7)
31

和

31 > 21
True

第二个问题的答案是添加.sort_index(axis=1, level=1)：

df2 = pd.concat([df1,df], axis=1)
        .sort_index(axis=1)
        .sort_index(axis=1, level=1) 

print (df2)
   #2012  2012  #2013  2013  #2014  2014  #2015  2015  #2016  2016  #total  \
A                                                                            
d      2    13      1     6      1     7      1     8      1     6       6   
g      2   -11      1     8      1     8      1     8      1     7       6   

   total  
A         
d     40  
g     20

编辑：

如果有更多的面具，我认为最好的测试是使用：

df_without_2012 = df2.sort_index(axis=1).loc[:, '2013':'2016']
m1 = df2['2012'] < 0
m2 = df_without_2012.sum(axis=1) > **0**
m3 = (df_without_2012 > 0).all(axis=1)
m4 = df2.total > 21
print (m1)
print (m2)
print (m3)
print (m4)

mask = m1 & m2 **& m4** | m3 & m4
print (mask)

print (df2[mask])

Dataframe不会返回所需的结果

1 个答案: