Question

下面是我的表格（Python数据帧）。我正在尝试用紫色文本创建最后一列。

以下是我想要实现的逻辑：

对于每个唯一的'cbsa'值，如果关联的'zip'字段值都相同，则将'age_HC01_EST_VC31_2'字段设置为等于'age_HC01_EST_VC31'字段（请参阅以黄色突出显示的行）。
对于每个唯一的'cbsa'值，如果关联的'zip'字段值不同，则将'age_HC01_EST_VC31_2'字段设置为等于'age_HC01_EST_VC31'字段值的总和（请参阅以橙色突出显示的行）。
对于每个唯一的'cbsa'值，如果关联的'zip'字段值有些相同且有些不同，则将'age_HC01_EST_VC31_2'字段设置为等于UNIQUE'age_HC01_EST_VC31'字段值的总和（请参阅行以蓝色突出显示。

我尝试过使用groupby然后总结'cbsa'字段...但它不适用于我正在尝试实现的特定的多层逻辑。

Answer 1

"_links": {
    "user": {
        "href": "http://localhost:8080/api/users/1",
        "title": "Utente"
    }
}

"users": {
    "href": "http://localhost:8080/api/users{?page,size,sort}",
    "templated": true,
    "title": "Lista utenti"
}

Answer 2

如果我没有弄错的话，你的逻辑可归纳如下：对于每个独特的“cbsa”＆＃39;值，设置＆＃39; age_HC01_EST_VC31_2＆＃39;字段等于UNIQUE＆＃39; age_HC01_EST_VC31＆＃39;的总和字段值。

如果这是正确的，可以采用以下方法：首先按cbsa分组，找到唯一的age_HC01_EST_VC31值并对这些值求和。

import pandas as pd
dic = {'zip': [57401, 57401, 57401, 57401, 98520, 98550, 79604, 79602, 79602, 79601],
       'age_HC01_EST_VC31': [15.5, 15.5, 15.5, 15.5, 13.5, 17.3, 14.9, 18, 18, 11],
       'cbsa': [10100, 10100, 10100, 10100, 10140, 10140, 10180, 10180, 10180, 10180]}
df = pd.DataFrame(dic)
df.join(df.groupby('cbsa').age_HC01_EST_VC31.unique().apply(sum), on='cbsa', rsuffix='_2')

#    age_HC01_EST_VC31   cbsa    zip  age_HC01_EST_VC31_2
# 0               15.5  10100  57401                 15.5
# 1               15.5  10100  57401                 15.5
# 2               15.5  10100  57401                 15.5
# 3               15.5  10100  57401                 15.5
# 4               13.5  10140  98520                 30.8
# 5               17.3  10140  98550                 30.8
# 6               14.9  10180  79604                 43.9
# 7               18.0  10180  79602                 43.9
# 8               18.0  10180  79602                 43.9
# 9               11.0  10180  79601                 43.9

Answer 3

这是一个漫长的过程，但完成了工作（你需要重命名年龄列 - 我只称它为age1）。

grouped = df.groupby(['cbsa','zip'])[['age1']].mean().reset_index()
summed = grouped.groupby(['cbsa'])[['age1']].sum().reset_index()
df = pd.merge(df, summed, how='left', on='cbsa')

使用复杂的条件求和逻辑在Dataframe中创建新字段

3 个答案: