38

サンプルデータの使用:

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

データをkey1でグループ化し、key2が「1」に等しいdata1値のみを合計する方法を見つけようとしています。

これが私が試したことです

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

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

しかし、これにより、「なし」の値を持つデータフレームが得られます

index   key1    0
0       a       None
1       b       None

ここに何かアイデアはありますか？次の SQL に相当する Pandas を探しています。

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

参考までに-パンダ集計の条件付き合計を見 たことがありますが、そこに提供された回答を変換して、カウントではなく合計を処理することができませんでした。

前もって感謝します

4

3 に答える 3

50

key1 列による最初のグループ化:

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

次に、グループごとに、key2 が「1」に等しい subDataFrame を取得し、data1 列を合計します。

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

何が起こっているかを説明するために、'a' グループを見てみましょう:

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

データフレームを最初に key2 が 1 に等しいものだけに制限することで、これを行う方が少し簡単/明確になる場合があります。

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
于 2013-06-23T23:13:17.250 に答える