我有一个像这样的数据框-
df=pd.DataFrame({'DT':[1,1,1,2,2,2,1,1],'city':['A','A','A','A','A','A','B','B'],'O':[22,33,44,55,66,77,88,99]})
现在,对于每个唯一的城市,我想将D列中首先出现的O列中的所有值相加。
输出-
city O
0 A 77
1 B 88
说明-
对于城市“ A”,第一个唯一出现的DT是1,因此我们将对应的O列值添加为22。接下来,对于同一城市“ A”,在DT列中出现的第一个2是第4行,因此我们将其对应的值相加O列== 22 + 55 = 77。同样,对于城市B,由于DT列中只有1,所以O将为88。
参考方案
您需要drop_duplicates
然后groupby
df1 = (
df.drop_duplicates(subset=["DT", "city"], keep="first")
.groupby("city")["O"]
.sum()
.reset_index()
)
print(df1)
city O
0 A 77
1 B 88
或者您可以先使用first
然后使用sum
来使用双重组
df.groupby(["city", "DT"]).first().groupby(level=0).sum().reset_index()
city O
0 A 77
1 B 88
python JSON对象必须是str,bytes或bytearray,而不是'dict - python在Python 3中,要加载以前保存的json,如下所示:json.dumps(dictionary)输出是这样的{"('Hello',)": 6, "('Hi',)": 5}当我使用json.loads({"('Hello',)": 6,…
Python Pandas:按分组分组,平均? - python我有一个像这样的数据框:cluster org time 1 a 8 1 a 6 2 h 34 1 c 23 2 d 74 3 w 6 我想计算每个集群每个组织的平均时间。预期结果:cluster mean(time) 1 15 ((8+6)/2+23)/2 2 54 (74+34)/2 3 6 我不知道如何在熊猫中做到这一点,有人可以帮忙吗? 参考方案 如…
Python Pandas:在多列上建立布尔索引 - python尽管至少有关于如何在Python的pandas库中为DataFrame编制索引的two good教程,但我仍然无法在一个以上的列上找到一种优雅的SELECT编码方式。>>> d = pd.DataFrame({'x':[1, 2, 3, 4, 5], 'y':[4, 5, 6, 7, 8]}) >…
Python Pandas:选择索引范围 - pythondatas = [['RAC1','CD0287',1.52], ['RAC1','CD0695',2.08], ['RAC1','ADN103-1',2.01], ['RAC3','CD0258',…
python pandas:按行对条件进行分组 - python我有一个大的pandas数据框,试图从中形成一些行的对。我的df如下所示:object_id increment location event 0 1 d A 0 2 d B 0 3 z C 0 4 g A 0 5 g B 0 6 i C 1 1 k A 1 2 k B ... ... ... ... 对象ID描述特定的对象。增量是每次发生某事(跟踪订单)时…