Groupby在熊猫无法正常工作

Question

数据每个ID多行

ID Value1 Value2
1    1     0
1    0     1
1    3     1

所需的输出

对于每个ID，SUM（Value1）-SUM（Value2）。

在这种情况下，ID1为4-2 = 2。

我希望将结果放回原始表格，如下所示

ID Value1 Value2 Calculated_Value
1    1     0        2
1    0     1        2
1    3     1        2

我已经试过了..它运行了，但是输出表中出现了NaN。

df['Calculated_Value']= df.groupby(['ID'])['Value1'].sum()-df.groupby(['ID'])['Value2'].sum()

Answer 1

的结果groupby操作，和之间的差异groupby操作，是pd.Series与索引由石斑鱼柱（一个或多个）中所定义，在此情况下ID 。

因此，使用带有ID pd.Series.map提取分组结果。

df['Calculated_Value'] = df['ID'].map(df.groupby('ID')['Value1'].sum() - \
                                      df.groupby('ID')['Value2'].sum())

Answer 2

您需要在两个框架之间具有相似的索引，在第二组中进行分组时，您将索引创建为ID

# Set the index first
df.set_index('ID', inplace=True)

# Now when we calculate, we can 'left join' onto the correct index values
df['Calculated_Value'] = df.groupby(['ID'])['Value1'].sum()-df.groupby(['ID'])['Value2'].sum()