插入行作爲GROUPBY操作的結果到原始數據幀

Question

例如，我有一個熊貓數據框如下：

col_1 col_2 col_3 col_4 
a  X  5  1 
a  Y  3  2 
a  Z  6  4 
b  X  7  8 
b  Y  4  3 
b  Z  6  5 

而且我想，在COL_1每個值，在col_3添加值和COL_4（以及更多列），它們與col_2中的X和Z相對應，並使用這些值創建一個新行。所以輸出會如下：

col_1 col_2 col_3 col_4 
a  X  5  1 
a  Y  3  2 
a  Z  6  4 
a  NEW  11  5 
b  X  7  8 
b  Y  4  3 
b  Z  6  5 
b  NEW  13  13 

而且，有可能是在COL_1更多的價值，這將需要相同的待遇，所以我不能明確地引用「A」和「B」。我試圖使用groupby（'col_1'）和apply（）的組合，但是我無法使其工作。我已經足夠接近下面的內容了，但是我無法在col_2中添加「新」，並將原始值（a或b等）保留在col_1中。

df.append(df[(df['col_2'] == 'X') | (df['col_2'] == 'Z')].groupby('col_1').mean()) 

謝謝。

Answer 1

如果你能保證X和Z一組中只出現一次，你可以使用一個groupby和pd.concat操作：

new = df[df.col_2.isin(['X', 'Z'])]\ 
     .groupby(['col_1'], as_index=False).sum()\ 
     .assign(col_2='NEW') 

df = pd.concat([df, new]).sort_values('col_1') 

df 
    col_1 col_2 col_3 col_4 
0  a  X  5  1 
1  a  Y  3  2 
2  a  Z  6  4 
0  a NEW  11  5 
3  b  X  7  8 
4  b  Y  4  3 
5  b  Z  6  5 
1  b NEW  13  13 

Answer 2

下面的代碼做的：

import pandas as pd 

def sum_group(df): 
    dfxz = df[df.col_2.isin(['X','Z'])] 
    sum_row = pd.Series(
    [ 
     df.col_1.iloc[0], 
     'NEW', 
     dfxz.col_3.sum(), 
     dfxz.col_4.sum() 
    ], index = dfxz.columns) 
    return df.append(sum_row, ignore_index=True) 

df = pd.DataFrame([['a', 'X', 5, 1], 
        ['a', 'Y', 3, 2], 
        ['a', 'Z', 6, 4], 
        ['b', 'X', 7, 8], 
        ['b', 'Y', 4, 3], 
        ['b', 'Z', 6, 5]], 
        columns = ['col_1','col_2','col_3','col_4']) 

df = df.groupby('col_1').apply(
    sum_group, 
).reset_index(drop=True) 

print df 

的applygroupby對象的方法調用返回數據幀的函數sum_group。數據幀然後連接成單個數據幀。 sum_group將輸入數據幀與另一行sum_row並列，其中包含根據所述標準縮減版本的數據幀。