Python Pandas：排序和分组，然后对第二列的两个连续行求和，得出第三列的特定值

Question

我有这个数据框：

    Group   Turn    Name
0   G1       1      Maria
1   G1       2      Sam
2   G1       2      Sara
3   G1       3      Maria
4   G1       4      Mark
5   G1       5      Maria

6   G2       2      Maria
7   G2       1      Ahmad

8   G3       1      Maria
9   G3       2      David

我想根据“组”列的值对数据进行分组，并根据其“转弯”进行排序。 因此，将每个组的转弯排序。

然后，我想对名称为“ Maria”及其后一行的各行中的“ Turn”列的值求和。 如果Maria是该组中的最后一个回合，则仅是Maria的回合之和。

So the result looks like this:
    Group       Name    Sum 
        G1      Maria    3
        G1      Maria    7
        G1      Maria    5
        G2      Maria    2
        G3      Maria    3

我尝试了分组，应用和轮换，但没有一个能给我最终的结果。

 df = df.groupby('group').apply(lambda x: x.sort_values('Turn'))

有人可以帮我吗？

Answer 1

采用：

df.set_index(['Group','Name',(df['Name'] == 'Maria').cumsum().rename('Occurance')])\
  .sum(level=[0,2])\
  .reset_index()\
  .assign(name='Maria')\
  .drop('Occurance', axis=1)

输出：

  Group  Turn   name
0    G1     3  Maria
1    G1     7  Maria
2    G1     5  Maria
3    G2     3  Maria
4    G3     3  Maria

Answer 2

您可以使用limit ffill

df=df.sort_values(['Group','Turn'])
df[df.Name.where(df.Name=='Maria').groupby(df['Group']).ffill(limit=1).eq('Maria')].set_index('Group').Turn.sum(level=0)
Out[272]: 
Group
G1    5
G2    3
G3    3
Name: Turn, dtype: int64