Question

我需要根据条件选择熊猫组中的行。

条件1＃对于给定的组R1，R2，W，如果TYPE（A）的数量2等于TYPE（B）的行，则需要带出完整的TYPE（A）的行作为输出。
条件2＃对于给定的组R1，R2，W，如果TYPE（A）行数量2不等于TYPE（B）行数量2，我们需要对两个TYPE（A）的数量1和数量2求和＆（B）行＆我们需要将TYPE（A）行中的其余列作为输出。

输入数据框

    R1  R2  W   TYPE amount1 amount2 Status Exchange
0   123 12  1   A   111      222         C      1.5
1   123 12  1   B   111      222         D      2.5
2   123 12  2   A   222      222         A      1.5
3   123 12  2   B   333      333         D      2.5
4   123 12  3   A   444      444         D      2.5
5   123 12  3   B   333      333         E      3.5

预期产量

    R1  R2  W   TYPE amount1 amount2 Status Exchange
0   123 12  1   A   111      222         C      1.5
1   123 12  2   A   555      555         A      1.5
2   123 12  3   A   777      777         D      2.5

Answer 1

首先需要通过用DataFrame.set_index和DataFrame.unstack进行整形，使amount1等于amount2的所有组，将DataFrame.xs和{{3 }}，并测试是否使用了所有匹配的列DataFrame.eq，最后一次使用DataFrame.all保留与原始长度相同的长度：

df1 = df.set_index(['R1','R2','W','TYPE'])['amount2'].unstack()
m = df1['A'].eq(df1['B']).rename('m')
m = df.join(m, on=['R1','R2','W'])['m']

然后，对于匹配行（此处为第一组），按DataFrame.merge过滤，仅A行按&链接，按位AND：

df2 = df[m & df['TYPE'].eq('A')]
print (df2)
    R1  R2  W TYPE  amount1  amount2 Status  Exchange
0  123  12  1    A      111      222      C       1.5

然后用~的反向掩码过滤所有其他组，并按boolean indexing的amount的所有列汇总sum的所有列：

cols = df.columns.difference(['R1','R2','W','amount1','amount2'])
d1 = dict.fromkeys(['amount1','amount2'], 'sum')
d2 = dict.fromkeys(cols, 'first')

df3 = df[~m].groupby(['R1','R2','W'], as_index=False).agg({**d1, **d2}).assign(TYPE='A')
print (df3)
    R1  R2  W  amount1  amount2  Exchange Status TYPE
0  123  12  2      555      555       1.5      A    A
1  123  12  3      777      777       2.5      D    A

最后通过GroupBy.agg连接在一起，并在必要时通过GroupBy.first进行排序：

df4 = pd.concat([df2, df3], ignore_index=True, sort=False).sort_values(['R1','R2','W'])
print (df4)
    R1  R2  W TYPE  amount1  amount2 Status  Exchange
0  123  12  1    A      111      222      C       1.5
1  123  12  2    A      555      555      A       1.5
2  123  12  3    A      777      777      D       2.5

Answer 2

另一种解决方案：

#get the rows for A for each grouping
#assumption is TYPE is already sorted with A always ahead of B
core = ['R1','R2','W']
A = df.groupby(core).first()

#get rows for B for each grouping
B = df.groupby(core).last()

#first condition
cond1 = (A.amount1.eq(B.amount1)) & (A.amount2.eq(B.amount2))

#extract outcome from A to get the first part
part1 = A.loc[cond1]

#second condition
cond2 = A.amount2.ne(B.amount2)

#add the 'amount1' and 'amount 2' columns based on the second condition
part2 = B.loc[cond2].filter(['amount1','amount2']) + 
A.loc[cond2].filter(['amount1','amount2'])


#merge with A to get the remaining columns
part2 = part2.join(A[['TYPE','Status','Exchange']])

#merge part1 and 2 to get final result
pd.concat([part1,part2]).reset_index()


     R1 R2  W   TYPE    amount1 amount2 Status  Exchange
0   123 12  1   A        111    222         C   1.5
1   123 12  2   A        555    555         A   1.5
2   123 12  3   A        777    777         D   2.5

熊猫根据条件按行选择

2 个答案: