Question

我有这样的DataFrame

            W2     N      V1     V2

            ba     EX     62069  30014
            ba     ADV    12325  8218 
            ba     X      23     22 
            b      X      164831 39425 
            b      PRT    41543  16708

我需要在W2中使用相同的值来汇总V1，V2值。这一行应该是V1 == max。我这样做：

   df_4=df_2.sort_values(['W2','V1'],ascending=[True, False]).drop_duplicates(['W2'])
   df_3= df_2.groupby(['W2'],as_index=False).sum()

但是当我搜索max时我需要忽略行，其中N == EX（只有max，sum应该包括这行的V1和V2）。所以结果应该是：

        W2     N      V1     V2

        ba     ADV    74417  38254
        b      X      206374 56133

我希望我能用熊猫做到这一点。有什么想法吗？

Answer 1

我认为需要先按query或boolean indexing过滤掉行，然后仅为set_index添加map和reindex列，最后添加{{3如果需要按N更改最终订单：

df_2

s = (df_2.query('N != "EX"')
         .sort_values(['W2','V1'],ascending=[True, False])
         .drop_duplicates(['W2'])
         .set_index('W2')['N'])

pandas groupby忽略了一些行

1 个答案: