Question

我有一个数据集如下：

    Time Sent       Contract        B/S     Price   Qty
9   10:05:46 815    A               BUY     0.55    154200
11  10:08:47 988    A               SELL    0.56    154200
113 10:20:52 823    B               BUY     0.39    505000
114 14:33:59 424    B               SELL    0.39    505000
31  11:31:44 657    C               BUY     0.92    201000
32  11:36:54 947    C               SELL    0.92    201000
33  11:42:52 228    C               BUY     0.92    179300

我希望在这里实现的是总和数量IF和仅在所有其他列匹配时。在这种情况下，所需的输出是

function findMaxOccurence(ar){    
        ar.sort().reverse() // Reverses a sorted array Max to min 
        count = 0;
        for(i=0;i<ar.length;i++){
            ++count
            if(i == ar.length - 1){//break out when last element reached
                break
            }
            if(ar[i+1] != ar[i]){
                break
            }
        }
    return count
}

我对数据框的布局非常满意，并且不想使用会破坏当前订单的df.groupby（）。另请注意，第一列是原始索引位置，我还没有重置。

任何帮助将不胜感激。谢谢！

Answer 1

您需要先从first创建列，然后按agg与[{1}}合并index，sum合并Qty列：

df = (df.reset_index()
       .groupby(['Time Sent', 'Contract', 'B/S', 'Price'], as_index=False, sort=False)
       .agg({'index':'first', 'Qty':'sum'})
       .set_index('index')
       .rename_axis(None))
print (df)
        Time Sent Contract   B/S  Price     Qty
9    10:05:46 815        A   BUY   0.55  154200
11   10:08:47 988        A  SELL   0.56  154200
113  10:20:52 823        B   BUY   0.39  505000
114  14:33:59 424        B  SELL   0.39  505000
31   11:31:44 657        C   BUY   0.92  201000
32   11:36:54 947        C  SELL   0.92  201000
33   11:42:52 228        C   BUY   0.92  179300

如果索引中的值不是必需的，则应重置：

df=df.groupby(['Time Sent','Contract','B/S','Price'],as_index=False,sort=False)['Qty'].sum()
print (df)
      Time Sent Contract   B/S  Price     Qty
0  10:05:46 815        A   BUY   0.55  154200
1  10:08:47 988        A  SELL   0.56  154200
2  10:20:52 823        B   BUY   0.39  505000
3  14:33:59 424        B  SELL   0.39  505000
4  11:31:44 657        C   BUY   0.92  201000
5  11:36:54 947        C  SELL   0.92  201000
6  11:42:52 228        C   BUY   0.92  179300

总结Pandas中的行而不改变数据集的其余部分

1 个答案: