[英]Python : Pandas Sum with more than one condition
我想知道如何根据另一列的值(0或1)对一列求和
id area PP
a 0,95999998 0
a 0,44 1
b 1,6900001 0
c 2 0
d 5,8499999 0
e 0,66000003 1
我可以找到每个ID的区域
surface_id = df.groupby("id")["area"].sum()
但是我还想要的是如果PP = 1的id来得到这样的区域:
id area_PP
a 0,44
b 0
c 0
d 0
e 0,66000003
尝试:
df.eval('area * PP').groupby(df.id).sum()
只需将area
列乘以PP
列即可。 0
自然会适当地抵消该area
。
我选择使用eval
是因为它比较凉爽,对于大数据来说应该更快。
这做同样的事情
(df.area * df.PP).groupby(df.id).sum()
一种使用变换但更长的方法
df['area_pp'] = df[df.PP == 1].groupby("id")["area"].transform('sum')
df.fillna(0, inplace = True)
id area PP area_pp
0 a 0,95999998 0 0
1 a 0,44 1 0,44
2 b 1,6900001 0 0
3 c 2 0 0
4 d 5,8499999 0 0
5 e 0,66000003 1 0,66000003
其他方式:
total=df.groupby(['id', 'PP'])['area'].sum().reset_index(level=1)
total[total.PP==1].drop(axis=1, labels='PP')
如果只想在输出中使用带有正标签的实例:
df = pd.DataFrame({'id': ('a', 'a', 'b', 'c', 'd', 'e'), 'area': (0.96, 0.44,
1.69, 2., 5.85, 0.66), 'PP': (0, 1, 0, 0, 0, 1)})
df2 = df.where(df.PP==1).groupby('id')['area'].sum()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.