根据其他行的条件添加 Dataframe 行

Question

有没有办法根据 dataframe 中的其他行向 dataframe 添加行？

我有一个看起来像这样的 dataframe：

Year   Month   Project   Account   Value
2020   Jan     abc       Revenue   100
2020   Jan     xyz       Profit    20
2020   Jan     abc       Profit    10
2020   Jan     xyz       Revenue   350

我想对所有具有收入帐户的行执行计算，公式应该是成本 = 收入 - 相同的所有列（年、月、项目）的利润（所有行都是唯一的，所以只有一个每个计算的可能匹配）。

所以结果看起来像

Year   Month   Project   Account   Value
2020   Jan     abc       Revenue   100
2020   Jan     xyz       Profit    20
2020   Jan     abc       Profit    10
2020   Jan     xyz       Revenue   350
2020   Jan     abc       Cost      90
2020   Jan     xyz       Cost      340

我对 pandas 还是很陌生，但是在我完成的所有搜索中，我还没有找到使用 pandas 执行此操作的 pythonic 方法。 数据集非常大（100K+ 行），所以我宁愿不必迭代计算，但如果我不得不考虑使用另一个数据结构来存储 dataframe（如字典）并执行计算。

Answer 1

使用pivot和stack ：

(df.pivot_table(index=['Year','Month', 'Project'],
               columns=['Account'], values='Value'
               )
   .assign(Cost=lambda x: x['Revenue']-x['Profit'])
   .stack().reset_index(name='Value')
)

Output：

   Year Month Project  Account  Value
0  2020   Jan     abc   Profit     10
1  2020   Jan     abc  Revenue    100
2  2020   Jan     abc     Cost     90
3  2020   Jan     xyz   Profit     20
4  2020   Jan     xyz  Revenue    350
5  2020   Jan     xyz     Cost    330

Answer 2

尝试这个

grp = df.groupby(["Year",   "Month",   "Project",   "Account"]).agg({"Value":"sum"}).reset_index()
costdf = grp.groupby(["Year",   "Month",   "Project"]).apply(lambda x: (x[x["Account"]=="Revenue"]["Value"].values[0] - x[x["Account"]=="Profit"]["Value"].values[0])).reset_index()
costdf.columns = ["Year",   "Month",   "Project","Value"]
costdf["Account"] = "Cost"
costdf = costdf[df.columns]
df = pd.concat([df,costdf])