熊猫如何在某些条件下正确进行分组

Question

我在尝试在pandas中进行分组时遇到了问题，我的数据是这个表，直到“sum”系列，我想要的输出是某种分组依据，它为我提供了这些系列的结果：desired_clientgroup和DesiredGroup_out_sum/avg/max。 例如，数字“104,23”是客户组 1 的总和（我不知道如何生成该组 1 甚至其总和）。

df_index	client_items	价格 数量		总和	desired_clientgroup	DesiredGroup_output_sum
1	1	10,9	2	21,8	1	104,23
2	2	8,5	5	42,5	1
3	3	5,75	3	17,25	1
4	4	2,88	1	2,88	1
5	5	9,9	2	19,8	1
6	1	2,2	4	8,8	2	32,92
7	2	3,55	3	10,65	2
8	3	4,49	3	13,47	2
9	1	8,2	2	16 ,4	3	44,79
10	2	9,19	2	18,38	3
11	3	6,67	1	6,67	3
12	4	3,34	1	3,34	3
13	1	15,99	3	47,97	4	162,65
14	2	19,9	5	99,5	4
15	3	7,59	2	15,18	4

对此有什么想法吗？

Answer 1

IIUC，您可以使用：

# start groups on 1
mask = df['client_items'].eq(1)
df['clientgroup'] = mask.cumsum()

# get the sum per group
# assign result only on first group row
df.loc[mask, 'output_sum'] = (df.groupby('clientgroup')
                              ['sum'].transform('sum')
                              )

输出：

    df_index  client_items  price  qty    sum  clientgroup  output_sum
0          1             1  10.90    2  21.80            1      104.23
1          2             2   8.50    5  42.50            1         NaN
2          3             3   5.75    3  17.25            1         NaN
3          4             4   2.88    1   2.88            1         NaN
4          5             5   9.90    2  19.80            1         NaN
5          6             1   2.20    4   8.80            2       32.92
6          7             2   3.55    3  10.65            2         NaN
7          8             3   4.49    3  13.47            2         NaN
8          9             1   8.20    2  16.40            3       44.79
9         10             2   9.19    2  18.38            3         NaN
10        11             3   6.67    1   6.67            3         NaN
11        12             4   3.34    1   3.34            3         NaN
12        13             1  15.99    3  47.97            4      162.65
13        14             2  19.90    5  99.50            4         NaN
14        15             3   7.59    2  15.18            4         NaN