Question

假设我们要基于组在列之间进行计算。

原始数据框：

data = {'order_id': [1, 1, 1, 2, 2, 3],
        'quantity': [1, 3, 1, 1, 2, 2],
        'item_price': [10, 6, 4, 5, 3, 6],}
df = pd.DataFrame(data, columns=['order_id', 'quantity', 'item_price'])

order_id | quantity | item_price 
    1          1           10              
    1          3            6              
    1          1            4               
    2          1            5               
    2          2            3               
    3          2            6

我要计算每个订单的总价，应该像这样：

order_id | quantity | item_price | order_price
    1          1           10           32   
    1          3            6           32 
    1          1            4           32  
    2          1            5           11  
    2          2            3           11  
    3          2            6           12

我通过添加新列item_price_total来实现这一点：

df['item_price_total'] = df['quantity'] * df['item_price']

并使用grouby(['order_id'])['item_price_total'].transform('sum')：

order_id | quantity | item_price | item_price_total | order_price
    1          1           10           10                32   
    1          3            6           18                32 
    1          1            4            4                32  
    2          1            5            5                11  
    2          2            3            6                11  
    3          2            6           12                12

我的问题是如何直接从分组在quantity上的item_price和order_id中获得结果，而不使用item_price_total？我的想法是将groupby(['order_id']).apply()与lambda函数一起使用，但是经过多次尝试，我仍然没有找到解决方案。

Answer 1

感谢Anky的想法，

您可以尝试以下方法：

result = pd.DataFrame(df['quantity'].mul(df['item_price'])
                                    .groupby(df['order_id'])
                                    .transform('sum'), columns=['order_price'])
                                    .join(df)
print(result)

#    order_price  order_id  quantity  item_price
# 0           32         1         1          10
# 1           32         1         3           6
# 2           32         1         1           4
# 3           11         2         1           5
# 4           11         2         2           3
# 5           12         3         2           6

基于大熊猫中的groupby（）从多个列进行计算

1 个答案: