基于条件的总和聚合

Question

我有一个像这样的 DataFrame：

df = pd.DataFrame(data= {'month' : [2,7,4,8], 'sales' : [10,40,70,50]})

我想获得按月汇总的销售额总和。但是，我想合并两组月份，第一组是第 1-6 个月（销售额为 80），第二组是第 7-12 个月（销售额为 90）。

最好的方法是什么？

Answer 1

一种方法是创建一个列作为分组键。可以这样做：

import numpy as np
import pandas as pd

df = pd.DataFrame(data= {'month': [2, 7, 4, 8], 'sales' : [10, 40, 70, 50]})
df["foo"] = np.where(df['month'] < 7, 0, 1)
bar = df.groupby(['foo']).sum()

此处，正在创建一个 foo 列，它将根据您定义的条件为每个列分配一个组。即 df['month'] < 7。然后使用这个创建的列，您可以执行经典的 groupby() 并获得总和。

请注意，如果您只想保留销售额列，也可以使用 df.groupby(['foo'])['sales'].agg('sum')。

Answer 2

您可以使用 pd.cut 为月份分配标签并在 groupby:

中使用它们

>>> df.groupby(pd.cut(df["month"], bins=[0, 6, 12], labels=["1-6", "7-12"]))["sales"].sum()

month
1-6     80
7-12    90
Name: sales, dtype: int64

基于条件的总和聚合

Aggregation with sum based on condition

python

aggregate

conditional-statements

dataframe