Question

我有一个给定的df：

ID Name  Alias  Ttl Value 
1  abc    A     10    2
1  abc    B     10    3
1  abc    C     10    1
1  ijk    A      5    2
1  ijk    B      5    2
2  ijk    A      5    2
2  ijk    B      5    2

我希望按ID和名称为每个组插入一个“剩余”行。我的意思是：

输出：

ID Name  Alias  Ttl Value 
1  abc    A     10    2
1  abc    B     10    3
1  abc    C     10    1
1  abc    Z     10    4   <---10 - (2+3+1)
1  ijk    A      5    2
1  ijk    B      5    2
1  ijk    Z      5    1   <---5 - (2+2)
2  ijk    A      5    2
2  ijk    B      5    2   
2  ijk    Z      5    1   <---5 - (2+2)

我不确定如何解决这个问题。在python中有可能吗？

非常感谢！

Answer 1

这是你需要的吗？

df.append((df.groupby(['ID','Name']).\
             apply(lambda x : x['Ttl'].head(1)-
          sum(x['Value']))).\
               reset_index().\
                 drop('level_2',1).rename(columns={'Ttl':'Value'})).\ 
                    fillna({'Alias':'Z'}).\
                       sort_values(['ID','Name']).\
                            ffill()
Out[446]: 
  Alias  ID Name   Ttl  Value
0     A   1  abc  10.0      2
1     B   1  abc  10.0      3
2     C   1  abc  10.0      1
0     Z   1  abc  10.0      4
3     A   1  ijk   5.0      2
4     B   1  ijk   5.0      2
1     Z   1  ijk   5.0      1
5     A   2  ijk   5.0      2
6     B   2  ijk   5.0      2
2     Z   2  ijk   5.0      1

Answer 2

您可以使用pd.concat，groupby，agg和eval：

(pd.concat([df,
           df.groupby(['ID','Name'])['Ttl','Value']
             .agg({'Ttl':'first','Value':'sum'})
             .eval('Value = Ttl - Value').reset_index()])
  .sort_values(['ID','Name'])
  .fillna('Z'))

输出：

  Alias  ID Name  Ttl  Value
0     A   1  abc   10      2
1     B   1  abc   10      3
2     C   1  abc   10      1
0     Z   1  abc   10      4
3     A   1  ijk    5      2
4     B   1  ijk    5      2
1     Z   1  ijk    5      1
5     A   2  ijk    5      2
6     B   2  ijk    5      2
2     Z   2  ijk    5      1

Pandas按组添加差异行

2 个答案: