[英]pandas: groupby sum conditional on other column
我有一个 dataframe 看起来像这样
pd.DataFrame({'a':['A', 'B', 'B', 'C', 'C', 'D', 'D', 'E'],
'b':['Y', 'Y', 'N', 'Y', 'Y', 'N', 'N', 'N'],
'c':[20, 5, 12, 8, 15, 10, 25, 13]})
a b c
0 A Y 20
1 B Y 5
2 B N 12
3 C Y 8
4 C Y 15
5 D N 10
6 D N 25
7 E N 13
我想按列'a'分组,检查'b'列中的任何一个是否为'Y'或True并保留该值,然后对'c'求和
生成的 dataframe 应如下所示
a b c
0 A Y 20
1 B Y 17
2 C Y 23
3 D N 35
4 E N 13
我尝试了以下但得到一个错误
df.groupby('a')['b'].max()['c'].sum()
您可以将agg
与max
和sum
一起使用。 'b' 列的最大值确实有效,因为 'Y' > 'N' == True
print(df.groupby('a', as_index=False).agg({'b': 'max', 'c': 'sum'}))
a b c
0 A Y 20
1 B Y 17
2 C Y 23
3 D N 35
4 E N 13
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.