import pandas as pd
data = {
"K": ["A", "A", "B", "B", "B"],
"LABEL": ["X123", "X123", "X21", "L31", "L31"],
"VALUE": [1, 3, 1, 2, 5.0]
}
df = pd.DataFrame.from_dict(data)
output = """
K LABEL VALUE
0 A X12 1.0
1 A X12 3.0
2 B X21 1.0
3 B L31 2.0
4 B L31 5.0
"""
Преобразование шаги
Для каждой группы (сгруппированные по K), найти FINAL_VALUE определено ниже.Агрегат Pandas DataFrame основан на условии, которое использует несколько столбцов?
Где ярлык или два типа Х__ и L__
# if LABEL is X___ then FINAL_VALUE = sum(VALUE)
# if LABEL is L___ then FINAL_VALUE = count(VALUE)
# else FINAL_VALUE = 0
Результат трансформации
expected_output = """
K LABEL FINAL_VALUE
A X12 4
B X21 1
B L31 2
"""
Как я могу добиться этого с помощью Панды?
EDIT1: Частично работает
In [17]: df.groupby(["K", "LABEL"]).agg({"VALUE": {"VALUE_SUM": "sum", "VALUE_COUNT": "count"}})
Out[17]:
VALUE
VALUE_COUNT VALUE_SUM
K LABEL
A X12 2 4.0
B L31 2 7.0
X21 1 1.0
edit2: Использование reset_index()
завалить dataframe
In [18]: df2 = df.groupby(["K", "LABEL"]).agg({"VALUE": {"VALUE_SUM": "sum", "VALUE_COUNT": "count"}})
In [21]: df2.reset_index()
Out[21]:
K LABEL VALUE
VALUE_COUNT VALUE_SUM
0 A X12 2 4.0
1 B L31 2 7.0
2 B X21 1 1.0
EDIT3: Окончательная решение с использованием df.apply()
In [59]: df3 = df2.reset_index()
In [60]: df3["FINAL_VALUE"] = df3.apply(lambda x: x["VALUE"]["VALUE_SUM"] if x["LABEL"].str.startswith("X").any() else x["VALUE"]["VALUE_COUNT"] , axis=1)
In [61]: df3[["K", "LABEL", "FINAL_VALUE"]]
Out[61]:
K LABEL FINAL_VALUE
0 A X12 4.0
1 B L31 2.0
2 B X21 1.0
ОК, я вижу, что вы уже получили ответ на себе :) –
@ vlad.rad еще не :-) Я почти там. Мне нужно получить точные столбцы. – tuxdna