如何在 pandas 中對動態列進行分組和聚合

Question

我在 pandas 中有關注 dataframe

code    tank     nozzle_1   nozzle_2    nozzle_var    nozzle_sale
123     1        1          1           10            10
123     1        2          2           12            10
123     2        1          1           10            10
123     2        2          2           12            10
123     1        1          1           10            10
123     2        2          2           12            10

現在，我想生成在 tank 上分組的所有列的累積總和，並取出最后一次觀察。 噴嘴_1 和噴嘴_2 列是動態的，它可能是噴嘴_3，噴嘴_4 ....噴嘴_n 等。我在pandas 中進行以下操作以獲取cumsum

## Below code for calculating cumsum of dynamic columns nozzle_1 and nozzle_2
cols= df.columns[df.columns.str.contains(pat='nozzle_\d+$', regex=True)] 
df.assign(**df.groupby('tank')[cols].agg(['cumsum'])\
          .pipe(lambda x: x.set_axis(x.columns.map('_'.join), axis=1, inplace=False)))
## nozzle_sale_cumsum is static column
df[nozzle_sale_cumsum] = df.groupby('tank')['nozzle_sale'].cumsum()

從上面的代碼中，我將獲得以下列的 cumsum

  tank  nozzle_1  nozzle_2  nozzle_var  nozzle_1_cumsum  nozzle_2_cumsum   nozzle_sale_cumsum
  1         1         1          10                1                1      10
  1         2         2          12                3                3      20
  2         1         1          10                1                1      10
  2         2         2          12                3                3      20
  1         1         1          10                4                4      30
  2         2         2          12                5                5      30

現在，我想獲取所有 3 個 cumsum 列的最后一個值，這些列分組在 tank 上。 我可以使用 pandas 中的以下代碼來完成，但它是用列名硬編碼的。

 final_df= df.groupby('tank').agg({'nozzle_1_cumsum':'last',
                                   'nozzle_2_cumsum':'last',
                                   'nozzle_sale_cumsum':'last',
                                   }).reset_index()

上面代碼的問題是噴嘴_1_cumsum，而噴嘴_2_cumsum 是硬編碼的，事實並非如此。 如何使用動態列在 pandas 中執行此操作。

Answer 1

怎么樣：

df.filter(regex='_cumsum').groupby(df['tank']).last()

Output：

      nozzle_1_cumsum  nozzle_2_cumsum  nozzle_sale_cumsum
tank                                                      
1                   4                4                  30
2                   5                5                  30

您還可以將df.filter(...)替換為df.iloc[:,-3:]或df[col_names] 。