Pandas groupby 並根據另一列的標准創建最大值或總和

Question

我無法為我自己的用例協調幾個不同的帖子，但相信我已經接近了。

我有一個包含 3 列的數據框； 用戶、標志、小時。

我想按用戶對數據框進行分組並創建一個新列，該列基於標志值，求和或取小時行的最大值。 每個用戶有兩行。

所以它看起來像這樣：

User: 1 Flag: 0 Hours: 2
User: 1 Flag: 0 Hours: 3

User: 2 Flag: 1 Hours: 1
User: 2 Flag: 1 Hours: 3

User: 3 Flag: 2 Hours: 1
User: 3 Flag: 2 Hours: 2

我想創建一個名為 'Agg' 的新列，它要么對兩行求和，要么根據標志取行的最大值。 如果標志為 0，則總和，如果標志為 1，則為最大值，如果標志為 2，則為最大值。 即使結果相同，我也分別調用標志 1 和標志 2，因為我稍后可能會更改邏輯。

所以結果會是這樣：

User: 1 Flag: 0 Hours: 2 Agg: 5
User: 1 Flag: 0 Hours: 3 Agg: 5

User: 2 Flag: 1 Hours: 1 Agg: 3
User: 2 Flag: 1 Hours: 3 Agg: 3

User: 3 Flag: 2 Hours: 1 Agg: 2
User: 3 Flag: 2 Hours: 2 Agg: 2

到目前為止，這是我所擁有的，但我無法使其正常工作。 原諒我的新手編碼。

group = sample.groupby('User')
sample[:,'Agg'] =group.apply(lambda grp: grp['Hours'].max() if grp['Flag'] == 1 elif grp['Flag']==2 else grp['Hours'].sum())

Answer 1

使用numpy.where和groupby.transform ：

groups = df.groupby('User')['Hours']
df['Agg'] = np.where(df['Flag'].astype(bool),
                     groups.transform('max'),
                     groups.transform('sum'))

如果有更多情況，您可以使用np.select

np.select([df['Flag'].eq(0), df['Flag'].isin([1,2])],
          [groups.transform('sum'), groups.transform('max')])