Pandas groupby.agg 有条件

Question

我有一个类似于此的 pandas 数据框：

名称	销售量	利润	利润标志
乔	200	100	真的
乔	300	150	错误的
标记	200	100	真的
标记	300	150	真的
朱蒂	300	150	错误的

实际数据框有 100 列。

这个想法是：我想按名称分组，并聚合所有列。 但是，某些列取决于标志。 在这种情况下，无论如何都会汇总sales ，但只有当profit_flag为True时， profit才应包含在汇总中。

如果我们使用sum ，它应该看起来像这样：

名称	销售量	利润
乔	500	100
朱蒂	300	楠
标记	500	250

无论如何，我可以使用df.groupby('name').agg()从一行中做到这一点吗？

现在我正在使用：

grouped = pd.DataFrame()
grouped['sales'] = df.groupby('name').sales.sum()
grouped['profit'] = df[df.profit_flag].groupby('name').profit.sum()

我得到了正确的结果，但由于实际的数据框有更多的列，我想知道我是否可以以某种方式写这样的东西来避免混乱：

grouped = df.groupby('name').agg({
          'sales': 'sum',
          'profit' 'sum' #if profit_flag })

这甚至可能还是我应该将“标志相关列”分组在单独的状态中？

Answer 1

您可以在聚合之前屏蔽这些值：

(df.assign(profit=lambda d: d['profit'].where(d['profit_flag']))
   .groupby('name', as_index=False)[['sales', 'profit']].sum(min_count=1)
)

Output：

   name  sales  profit
0   Joe    500   100.0
1  Judy    300     NaN
2  Mark    500   250.0