Question

我有一个包含['customer_id'，'date'，'item_code'和'amount']的杂货交易的pandas数据框。

我想将同一天的多个交易分组到一个交易中，并将这些交易的总和。例如，如果我在1-1-16上购买3件商品，每件5美元，10美元和15美元，我希望将其表示为单行，价值为30美元。

那部分是一个简单的groupby

df.groupby(['customer_id', 'date'])['amount'].sum()

我的问题是我要创建一个名为“transaction_type”的新列，如果该行已分组，则将代码（'grpd'）分配给行 ，以及item_code的相应值 如果没有分组 。

因此，如果我在1-1-16上购买了3件商品，但在1-2-16上购买了一件新商品，我希望我的customer_id在数据框中显示2行。一个用于1-1-16，在新的transaction_type列中具有自定义'grpd'值，一个用于1-2-16，其中来自item_code列的原始值被复制到transaction_type列中。所以我的数据框最终会对我的交易看起来像这样：

customer_id date transaction_type amount 4231 1-1-16 grpd $30 4231 1-2-16 candy $5

Answer 1

创建虚拟数据：

df = pd.DataFrame({'customer_id':['4231']*4,'date':['1-1-2016','1-1-2016','1-1-2016','1-2-2016'],'items':['gum','candy','soda','candy'],'amount':[9,11,10,5]})

输入：

   amount customer_id      date  items
0       9        4231  1-1-2016    gum
1      11        4231  1-1-2016  candy
2      10        4231  1-1-2016   soda
3       5        4231  1-2-2016  candy

使用.agg，np.where和size：

df_out = (df.groupby(['customer_id','date'])
    .agg({'items': lambda x: np.where(x.size > 1,'grpd',x.min()),'amount':'sum'})
    .reset_index()
    .rename(columns={'items':"transaction_type"}))

输出：

  customer_id      date  amount transaction_type
0        4231  1-1-2016      30             grpd
1        4231  1-2-2016       5            candy

Answer 2

您也可以transaction_type分组：

df.groupby(['date', 'customer_id', 'transaction_type'])['amount'].sum()

熊猫的动态总和

2 个答案: