python中groupby可以按照条件计算分组吗,Python：按条件和分组

您可以将^{}与聚合sum聚合并通过^{}进行整形，最后用^{}替换缺失类别的nan：df = df.groupby(['name','condition'], sort=False)['data1'].sum().unstack()

df['total'] = df['a'].fillna(df['b'])

print (df)

condition a b total

name

one 7.0 3.0 7.0

two NaN 48.0 48.0

three 39.0 13.0 39.0

对于新的DataFrame：

^{pr2}$

另一个使用apply的解决方案：def f(x):

if (x['condition'] == 'a').any():

return x.loc[x['condition'] == 'a', 'data1'].sum()

else:

return x.loc[x['condition'] == 'b', 'data1'].sum()

df1 = df.groupby('name', sort=False).apply(f).reset_index(name='total')

print (df1)

name total

0 one 7

1 two 48

2 three 39

更好的方法是创建一个用于聚集过滤数据帧的序列，然后^{}，但是这个解决方案忽略了没有a或{}条件的所有name组：a = df.loc[df['condition'] == 'a'].groupby('name', sort=False)['data1'].sum()

b = df.loc[df['condition'] == 'b'].groupby('name', sort=False)['data1'].sum()

df = a.combine_first(b).reset_index(name='total')

print (df)

name total

0 one 7.0

1 three 39.0

2 two 48.0