有条件的Pandas / Python中的groupby sum

Question

df_have

ID  AMT     REL_NUM HDR_NUM
3   0.02    2.0      2.0    
4   2.00    2.0      4.0    
5   0.00    1.0      5.0    
1   0.00    5.0      1.0    
2   19.7    1.0      2.0    

df_want

ID  AMT     REL_NUM HDR_NUM CALCULATION
3   0.02    2.0      2.0      (19.7+0.02+2.00)
4   2.00    2.0      4.0      (2.00)
5   0.00    1.0      5.0      (0.00+0.00)
1   0.00    5.0      1.0      (0.00+19.7)
2   19.7    1.0      2.0      (19.7+0.02+2.00)

尝试创建新列“ CALCULATION”，但逻辑有些棘手。 计算应该是AMT字段的SUM，具体取决于ID，REL_NUM和HDR_NUM字段。

第1步-检查HDR_NUM字段并获取相应的AMT值，其中ID = HDR_NUM 步骤2-添加所有AMT字段，其中REL_NUM = HDR_NUM

对于第一行，这将对ID = 2,3和4的AMT字段求和。

需要更新的示例代码。我先尝试了一个groupby，但无法同时满足上述两个步骤：

df_want['CALCULATION']=df_have.groupby(['ID','HDR_NUM'])['AMT'].transform('sum')+ ?

Answer 1

您可以使用.map来实现。对于第二个，您需要分组以获取每个'REL_NUM'

中的总和

df['num1'] = df.HDR_NUM.map(df.set_index('ID').AMT)
df['num2'] = df.HDR_NUM.map(df.groupby('REL_NUM').AMT.sum())

df['calculation'] = df.num1.add(df.num2, fill_value=0)

输出：（为清楚起见，将帮助器列留在其中）

   ID    AMT  REL_NUM  HDR_NUM  num1   num2  calculation
0   3   0.02      2.0      2.0  19.7   2.02        21.72
1   4   2.00      2.0      4.0   2.0    NaN         2.00
2   5   0.00      1.0      5.0   0.0   0.00         0.00
3   1   0.00      5.0      1.0   0.0  19.70        19.70
4   2  19.70      1.0      2.0  19.7   2.02        21.72

---

如果您不想因为AMT而复制HDR_NUM == ID == REL_NUM，则只能为groupby求和，以免重复计数：

df['num1'] = df.HDR_NUM.map(df.set_index('ID').AMT)
df['num2'] = df.HDR_NUM.map(df[df.REL_NUM != df.ID].groupby('REL_NUM').AMT.sum())
df['calculation'] = df.num1.add(df.num2, fill_value=0)

输出：（交换的ID为第一行和最后一行）

   ID    AMT  REL_NUM  HDR_NUM  num1  num2  calculation
0   2   0.02      2.0      2.0  0.02   2.0         2.02
1   4   2.00      2.0      4.0  2.00   NaN         2.00
2   5   0.00      1.0      5.0  0.00   0.0         0.00
3   1   0.00      5.0      1.0  0.00  19.7        19.70
4   3  19.70      1.0      2.0  0.02   2.0         2.02