[PYTHON] Python Pandas 조건부 합계

Python Pandas 조건부 합계

샘플 데이터 사용 :

df = pd.DataFrame({'key1' : ['a','a','b','b','a'],
               'key2' : ['one', 'two', 'one', 'two', 'one'],
               'data1' : np.random.randn(5),
               'data2' : np. random.randn(5)})

df

    data1        data2     key1  key2
0    0.361601    0.375297    a   one
1    0.069889    0.809772    a   two
2    1.468194    0.272929    b   one
3   -1.138458    0.865060    b   two
4   -0.268210    1.250340    a   one

key2로 데이터를 그룹화하고 key2가 'one'과 동일한 data1 값만 합하는 방법을 찾으려고합니다.

여기 내가 시도한 것이있다.

def f(d,a,b):
    d.ix[d[a] == b, 'data1'].sum()

df.groupby(['key1']).apply(f, a = 'key2', b = 'one').reset_index()

하지만 이것은 '없음'값을 가진 데이터 프레임을 제공합니다.

index   key1    0
0       a       None
1       b       None

어떤 아이디어가 있습니까? 나는 다음과 같은 SQL에 해당하는 Pandas를 찾고있다.

SELECT Key1, SUM(CASE WHEN Key2 = 'one' then data1 else 0 end)
FROM df
GROUP BY key1

참고 - 팬더 집계에 대한 조건부 합계를 보았지만 거기 제공된 answer를 변형하지 않고 합계를 계산할 수는 없습니다.

미리 감사드립니다.

해결법

1. ==============================

   1.첫 번째 groupby는 key1 열입니다.

   첫 번째 groupby는 key1 열입니다.

   In [11]: g = df.groupby('key1')
   

   각 그룹에 대해 key2가 'one'과 같은 subDataFrame을 가져 와서 data1 열을 합합니다.

   In [12]: g.apply(lambda x: x[x['key2'] == 'one']['data1'].sum())
   Out[12]:
   key1
   a       0.093391
   b       1.468194
   dtype: float64
   

   진행 상황을 설명하기 위해 'a'그룹을 살펴 보겠습니다.

   In [21]: a = g.get_group('a')
   
   In [22]: a
   Out[22]:
         data1     data2 key1 key2
   0  0.361601  0.375297    a  one
   1  0.069889  0.809772    a  two
   4 -0.268210  1.250340    a  one
   
   In [23]: a[a['key2'] == 'one']
   Out[23]:
         data1     data2 key1 key2
   0  0.361601  0.375297    a  one
   4 -0.268210  1.250340    a  one
   
   In [24]: a[a['key2'] == 'one']['data1']
   Out[24]:
   0    0.361601
   4   -0.268210
   Name: data1, dtype: float64
   
   In [25]: a[a['key2'] == 'one']['data1'].sum()
   Out[25]: 0.093391000000000002
   

   데이터 프레임을 key2가 첫 번째와 동일한 것으로 제한함으로써 약간 더 쉽고 명확해질 수 있습니다 :

   In [31]: df1 = df[df['key2'] == 'one']
   
   In [32]: df1
   Out[32]:
         data1     data2 key1 key2
   0  0.361601  0.375297    a  one
   2  1.468194  0.272929    b  one
   4 -0.268210  1.250340    a  one
   
   In [33]: df1.groupby('key1')['data1'].sum()
   Out[33]:
   key1
   a       0.093391
   b       1.468194
   Name: data1, dtype: float64
   

2. ==============================

   2.오늘 팬더 0.23을 사용하면 다음과 같이 할 수 있다고 생각합니다.

   오늘 팬더 0.23을 사용하면 다음과 같이 할 수 있다고 생각합니다.

   import numpy as np
   
    df.assign(result = np.where(df['key2']=='one',df.data1,0))\
      .groupby('key1').agg({'result':sum})
   

   이 이점은 동일한 데이터 프레임의 둘 이상의 열에 적용 할 수 있다는 것입니다

   df.assign(
    result1 = np.where(df['key2']=='one',df.data1,0),
    result2 = np.where(df['key2']=='two',df.data1,0)
     ).groupby('key1').agg({'result1':sum, 'result2':sum})
   

from https://stackoverflow.com/questions/17266129/python-pandas-conditional-sums by cc-by-sa and MIT license