如何分组和执行自定义计算

Question

我有一个数据框-df如下：

Stud_id card    Nation  Gender  Age  Code   Amount  yearmonth
111     1       India   M      Adult 543    100     201601
111     1       India   M      Adult 543    100     201601
111     1       India   M      Adult 543    150     201602
111     1       India   M      Adult 612    100     201602
111     1       India   M      Adult 715    200     201603
222     2       India   M      Adult 715    200     201601
222     2       India   M      Adult 543    100     201604
222     2       India   M      Adult 543    100     201603
333     3       India   M      Adult 543    100     201601
333     3       India   M      Adult 543    100     201601
333     4       India   M      Adult 543    150     201602
333     4       India   M      Adult 612    100     201607

现在，我想要两个数据框，如下所示：

df_1：

card    Code    Total_Amount    Avg_Amount
1       543     350             175
2       543     200             100
3       543     200             200
4       543     150             150
1       612     100             100
4       612     100             100
1       715     200             200
2       715     200             200

df_1的逻辑：

1. Total_Amount：对于每个唯一的card和唯一的Code，获取金额的总和（例如：card：1，Code ：543 = 350）
2. Avg_Amount：将每个唯一yearmonth和唯一card的总数除以唯一Code的数量（例如：Total_Amount = {{ 1}}，唯一350的数目是yearmonth

2 = 175：

df_2

Code Avg_Amount 543 156.25 612 100 715 200 的逻辑：

1. df_2：{{1}中每个Avg_Amount的{​​{1}}的总和（例如Avg_Amount：Code {{1的总和}}是df_1。将其除以行数-Code。因此543

Answer 1

df1 = df.groupby(['card','Code'])['yearmonth','Amount'].apply(lambda x: [sum(x.Amount),sum(x.Amount)/len(set(x.yearmonth))]).apply(pd.Series).reset_index()

df1.columns= ['card','Code','Total_Amount','Avg_Amount']

输出

   card  Code  Total_Amount  Avg_Amount
0     1   543           350       175.0
1     1   612           100       100.0
2     1   715           200       200.0
3     2   543           200       100.0
4     2   715           200       200.0
5     3   543           200       200.0
6     4   543           150       150.0
7     4   612           100       100.0

第二次

df2 = df1.groupby('Code')['Avg_Amount'].apply(lambda x: sum(x)/len(x)).reset_index(name='Avg_Amount')

输出

   Code  Avg_Amount
0   543      156.25
1   612      100.00
2   715      200.00