groupby基于条件

Question

我在处理我的数据。 这是我的数据。

我这样编写代码。

complete_data = complete_data.groupby(['STDR_YM_CD', 'TRDAR_CD' ]).sum().reset_index()

执行代码后，我得到了如下图所示的数据框

但我想根据SVC_INDUTY_CD栏中的前三个字母来汇总这些值，如下图所示。

这是我的数据链接 http://blogattach.naver.com/c356df6c7f2127fbd539596759bfc1bd1848b453f1/20170316_215_blogfile/khm2963_1489653338468_dtPz6k_csv/test2.csv?type=attachment

提前感谢

Answer 1

我确信有更好的方法，但这是你可以做到的一种方式：

complete_data['first_three_temp'] = complete_data['SVC_INDUTY_CD'].str[:3]
complete_data = complete_data.groupby(['STDR_YM_CD', 'TRDAR_CD', 'first_three_temp' ], as_index=False).sum()
complete_data.drop('first_three_temp', axis=1, inplace=True)

这将添加一个临时列，其中仅包含SVC_INDUTY_CD列的前三个字符。然后，您可以分组并删除临时列。正如我所说，我确信有一种更有效的方式，所以我不确定你是否会受到数据集大小的限制。