Pandas DataFrame。 聚合列取决于另一列中的值

Question

有一个“订单” dataframe 列driver_uuid, payment_type, order_price, bonus_payment 。 payment_type 列具有“现金”、“卡”等值。 order_price 是 integer。 奖金也是 integer。

我需要按 driver_uuid 对订单进行分组，然后为每种付款类型计算 order_price 总和并将这些总和添加到单独的列中。 所以我需要这样的列生成的df：

[driver_uuid, cash_order_price_sum, card_order_price_sum, bonus_payment_sum]

cash_order_price_sum 列包含具有 payment_type 'cash' 的 orders_ 的 order_price 总和。 card_order_price_sum 相同，但用于“卡”支付类型。 我正在使用带有 NamedAgg 的 groupby 和 agg 函数。

grouped_orders = (
    orders.groupby('driver_uuid')
    .agg(
        cash_order_price_sum= here sum(real_price) if payment_type == 'cash',
        card_order_price_sum= here sum(real_price) if payment_type == 'card',
        bonus_payment_sum=pandas.NamedAgg('bonus_payment', 'sum')
    )
)

是否有可能以这种方式或其他方式做到这一点？

Answer 1

首先将不匹配的行替换为Series.where中的缺失值，然后将辅助列传递给agg ：

grouped_orders = (
    orders
    .assign(cash = orders['order_price'].where(orders['payment_type'] == 'cash'),
            card = orders['order_price'].where(orders['payment_type'] == 'card'))
    .groupby('driver_uuid')
    .agg(
        cash_order_price_sum=('cash', 'sum'),
        card_order_price_sum=('card', 'sum'),
        bonus_payment_sum=('bonus_payment', 'sum')
    )
)