Question

那是我的数据

ID;combined_date;EAN;quantity;price1;price2;price3
22138999;20200901;1111111111111;1;5.00;10.00;15.00
22137507;20200901;2222222222222;1;5.00;10.00;15.00
22139440;20200901;1111111111111;1;5.00;15.00;20.00
22138875;20200901;1111111111111;1;5.00;10.00;15.00

在此数据中，EAN是否要与另一个EAN强文本相同，我想进行分组，并且price1 + price2 + price 3也与第一个EAN相同。此外，数量列必须加总。价格1,2,3不应该相加。 ID =索引

所需的输出：

ID;combined_date;EAN;quantity;price1;price2;price3
22138999;20200901;1111111111111;2;5.00;10.00;15.00
22137507;20200901;2222222222222;1;5.00;10.00;15.00
22139440;20200901;1111111111111;1;5.00;15.00;20.00

到目前为止，我已经能够从excel文件中读取数据，并根据某些过滤条件获得过滤后的输出，但是对这些数据进行分组则无济于事。

import pandas as pd

current_file = slsrpt_new.xls

data = pd.read_excel(current_file)
data.set_index('ID', inplace=True)

filter_brand = ['some filter']
filter_sales_channel = ['some filter']

data = data.astype({'EAN': 'str'}).replace('\.0', '', regex=True)
data['price1'] = data['price1'].astype('float').map("{:,.2f}".format)
data['price2'] = data['price2'].astype('float').map("{:,.2f}".format)
data['price3'] = data['price3'].astype('float').map("{:,.2f}".format)

data["combined_date"] = data["Year"].astype(str) + data['Month'].astype('int64').map("{:02}".format) + data['Day'].astype('int64').map("{:02}".format)

to_slsrpt = data[data['brand'].isin( filter_brand ) & (data["sales_channel"].isin( filter_sales_channel))]

print(to_slsrpt[['combined_date', 'EAN', 'quantity', 'price1', 'price2', 'price3']])

谢谢。

Answer 1

您可以按多种条件对数据进行分组：

df.groupby(['EAN','price1','price2','price3']).sum()

给你

                                    quantity
EAN           price1 price2 price3          
1111111111111 5.00   10.00  15.00          2
                     15.00  20.00          1
2222222222222 5.00   10.00  15.00          1

熊猫groupby并在有条件的情况下求和

1 个答案: