基于另一个DataFrame列值的条件总和

我试图总结所有value其中date1匹配date2为我的数据框中的每一行，这是类似于此question。基于另一个DataFrame列值的条件总和

id  value  date1  date2 sum 
A   150  4/8/2014 3/8/2014 nan 
B   100  5/8/2014 2/8/2014 nan 
B   200  7/8/2014 5/8/2014 100 
A   200  4/8/2014 3/8/2014 nan 
A   300  6/8/2014 4/8/2014 350

我试过以下，但继续得到“长度必须匹配比较”错误。

grp = df.groupby('id') 
df['sum'] = grp.apply(lambda x: x[x['date1'] == df['date2'].values]['value'].sum())

希望有任何建议！

来源

2015-12-16 tbk

问题是：'X [ 'DATE1' ] == df ['date2']'，系列有不同的长度。 – jezrael

IIUC不会给你你想要的东西：'df1 = df.set_index（'id'） df1.loc [df1 ['date1']。isin（df1 ['date2']），'value']的.sum（级别= 0）'？ – EdChum

可以apply功能groupby其中与使用其他applyreplace0到NaN：

print df 

# id value  date1  date2 sum 
#0 A 150 2014-04-08 2014-03-08 NaN 
#1 B 100 2014-05-08 2014-02-08 NaN 
#2 B 200 2014-07-08 2014-05-08 100 
#3 A 200 2014-04-08 2014-03-08 NaN 
#4 A 300 2014-06-08 2014-04-08 350 


def f(x): 
    x['sum1'] = x.date2.apply(lambda y: x[x.date1 == y].value.sum()).replace(0, np.nan) 
    return x 

df = df.groupby('id').apply(f) 

print df 

# id value  date1  date2 sum sum1 
#0 A 150 2014-04-08 2014-03-08 NaN NaN 
#1 B 100 2014-05-08 2014-02-08 NaN NaN 
#2 B 200 2014-07-08 2014-05-08 100 100 
#3 A 200 2014-04-08 2014-03-08 NaN NaN 
#4 A 300 2014-06-08 2014-04-08 350 350

来源

2015-12-16 09:09:29 jezrael

谢谢，但实际上我试图在我的例子中达到'sum'列。对不起，如果不明确。 – tbk

谢谢，但是这忽略了'id'，因此不完全是我需要的。但感谢您的及时回复！ – tbk

它的工作原理！感谢jezrael，感谢您的帮助！ – tbk

您可以使用此应用功能：

def checkSum(record): 
    date2 = record 
    sum = df[df["date1"] == date2]["value"].sum() 
    if sum == 0: 
     return float('nan') 
    else: 
     return sum 

df['sum2'] = df["date2"].apply(checkSum)

来源

2015-12-16 09:51:14

谢谢，但是这也忽略了'id'字段。我尝试过'df ['sum2'] = grp [“date2”]。apply（checkSum）'但是得到_Series长度必须匹配compare_error。 – tbk

基于另一个DataFrame列值的条件总和

回答

相关问题