根据另一列条件以及总和和计数按列值分组

Question

我想将我的政策设置为一个变量，以便我可以输入我想要的任何政策。 按节目分组，计算出现的节目数量，汇总观看次数并汇总收入。 我怎样才能做到这一点？

我的桌子看起来像

policy.    show.    views.  revenue
10 min.    batman.   100.     10
10 min     batman.   200.     20
5 min.     joker.    100.     10
5 min      joker.    300.     15
15 min.    superman. 500.     30

我的预期输出是

政策 = '10 分钟'

Show       count    total_views    total_revenue
batman.    2.        300.            30

如果我给 policy = '5 min'，我的输出应该是

 Show       count    total_views    total_revenue
 joker.     2.        400.            25

同样，对于任何其他政策，我在可变政策下给出

Answer 1

这可能会帮助您：

def set_policy(df, policy):
    filtered = df[df['policy'] == policy]
    t = {'show': filtered['show'].unique()[0], 'count': filtered.shape[0],
         'total_views': filtered['views'].sum(), 'total_revenue': filtered['revenue'].sum()}
    return pd.DataFrame([t])

df = set_policy(df, '10min')

输出：

     show  count  total_views  total_revenue
0  batman      2          300             30

更新

示例数据框

  policy      show  views  revenue
0  10min    batman    100       10
1  10min    batman    200       20
2   5min     joker    100       10
3   5min     joker    300       15
4  15min  superman    500       30
5  10min  superman    100       20

编码：

def set_policy(df, policy):
    t = defaultdict(list)
    filtered = df[df['policy'] == policy]
    gp = filtered.groupby('show')
    for i, k in gp:
        t['show'].append(k['show'].unique()[0])
        t['count'].append(k.shape[0])
        t['total_views'].append(k['views'].sum())
        t['total_revenue'].append(k['revenue'].sum())
    return pd.DataFrame(t)

df = set_policy(df, '10min')

输出

       show  count  total_views  total_revenue
0    batman      2          300             30
1  superman      1          100             20