从相同的列但以不同的方式创建两列

Question

从下表中，我想创建两列，根据“数字”和“类型”的值聚合“金额”。

数字	类型	数量
1个	一种	10
1个	一种	20
2个	一种	10
3个	乙	20
2个	乙	10
1个	乙	20

这是我想要的表。 我要创建的第一列是“数量 A”，它是按“数字”分组的“类型”中带有“A”的行的聚合。 另一个“数量 A+B”是按“数字”分组的所有行的聚合，而不管“类型”的值如何。

数字	金额A	金额A+B
1个	30	50
2个	10	20
3个	0	20

我只是想出了创建子集和分别创建两列的方法。 但我想知道是否有更有效的方法。

Answer 1

你可以试试这个：

out = (
    df.astype({'number': 'category'})
    .query('type == "A"')
    .groupby(['number'])['amount'].sum()
    .to_frame('amount A')
)

out['amount A+B'] = df.groupby('number')['amount'].sum()

print(out)
        amount A  amount A+B
number                      
1             30          50
2             10          20
3              0          20

其中一个技巧是将'number'列转换为分类列，这样即使数字没有出现在'type A'中，我们也可以得到所有数字的sum 。

一旦我们这样做了，我们就可以很容易地在没有行的数字上执行 groupby where type == "A" 。