如何使用等效於Excel的SUMIFS，COUNTIFS，AVERAGEIFS函數的Pandas創建新的Dataframe列？

Question

我有以下accounts.csv ：

CustomerID,InvoiceID,InvoiceDate,DueDate,SettledDate,InvoiceAmount,DaysToSettle,DaysLate
1,4564,29-03-2012,28-04-2012,25-04-2012,62.68,27,0
1,7897,15-05-2012,14-06-2012,28-05-2012,77.19,13,0
1,8749,21-05-2012,20-06-2012,04-06-2012,51.65,14,0
1,4189,16-06-2012,16-07-2012,04-07-2012,64.47,18,0
2,1353,12-02-2012,13-03-2012,28-02-2012,28.21,16,0
2,4898,01-03-2012,31-03-2012,17-04-2012,48.65,47,17
2,7994,20-03-2012,19-04-2012,08-04-2012,103.64,19,0
2,4652,01-07-2012,31-07-2012,17-07-2012,42.25,16,0
2,1561,01-09-2012,01-10-2012,23-09-2012,69.55,22,0

我可以

dateparse = lambda x: pd.datetime.strptime(str(x), '%d-%m-%Y')
df = pd.read_csv('accounts.csv', parse_dates=['InvoiceDate','DueDate','SettledDate'], date_parser=dateparse)
df.sort_values(by=['CustomerID', 'InvoiceDate'])

df

將其讀入數據框：

   CustomerID  InvoiceID InvoiceDate    DueDate  InvoiceAmount SettledDate  DaysToSettle  DaysLate
0           1       4564  2012-03-29 2012-04-28          62.68  2012-04-25            27         0
1           1       7897  2012-05-15 2012-06-14          77.19  2012-05-28            13         0
2           1       8749  2012-05-21 2012-06-20          51.65  2012-06-04            14         0
3           1       4189  2012-06-16 2012-07-16          64.47  2012-07-04            18         0
4           2       1353  2012-02-12 2012-03-13          28.21  2012-02-28            16         0
5           2       4898  2012-03-01 2012-03-31          48.65  2012-04-17            47        17
6           2       7994  2012-03-20 2012-04-19         103.64  2012-04-08            19         0
7           2       4652  2012-07-01 2012-07-31          42.25  2012-07-17            16         0
8           2       1561  2012-09-01 2012-10-01          69.55  2012-09-23            22         0

---

在Excel / LibreOffice上，基於兩個或多個IF條件（例如CustomerID等於當前行，InvoiceDate小於當前行，DaysLate大於0），使用COUNTIFS ， SUMIFS和AVERAGEIFS函數添加新列非常容易。

其中I2是=COUNTIFS(A:A,A2, C:C, "<"&C2, H:H,">0") ， J2是=SUMIFS(E:E,A:A,A2,C:C,"<"&C2)和K2是=IFERROR(AVERAGEIFS(E:E,A:A,A2,C:C,"<"&C2),0) 。

---

我是Pandas的新手，我似乎無法弄清楚如何根據多種條件創建新列。 我將不勝感激任何幫助。

Answer 1

首先，創建一個布爾蒙版，表示要填充的情況。 然后，您可以基於該蒙版選擇性填充。

假設這是您的數據框：

import pandas as pd
df = pd.DataFrame({
    'a': list(range(10)),
    'b': list(range(-5, 5)),
})

您要基於a和b的值構建列c 。

# this is an example condition
mask = (df['a'] < df['b']) | (df['a'] <= 1) 


df['c'] = None
func = lambda x: x**2
df.loc[mask, 'c'] = 42 # cases where your condition is True
df.loc[~mask, 'c'] = func(df['a']) # cases where it's False

本質上，您首先要建立條件選擇，然后對結果應用某些功能。

要獲取df[col].isnull()空的行，請使用df[col].isnull() 。 總而言之，請使用.sum() 。