Jak přidat řádky v jednom sloupci na základě opakované hodnoty v jiném sloupci , a nakonec si první řádek v pythonu?

Question 1

Jsem velmi nový python pandas modul.

Asi budu muset dat rám nebo stolní takto:

 df = pd.DataFrame({
        'Column A': [12,12,12, 15, 16, 141, 141, 141, 141],
         'Column B':['Apple' ,'Apple' ,'Apple' , 'Red', 'Blue', 'Yellow', 'Yellow', 'Yellow', 'Yellow'],
        'Column C':[100, 50, np.nan , 23 , np.nan , 199 , np.nan , 1,np.nan]
    })

nebo mám dat tabulka takto:


    | Column A | Column B |Column C 
----| -------- | ---------|--------
0   | 12       | Apple    |100     
1   | 12       | Apple    |50      
2   | 12       | Apple    |NaN      
3   | 15       | Red      |23       
4   | 16       | Blue     |NaN      
5   | 141      | Yellow   |199      
6   | 141      | Yellow   |NaN      
7   | 141      | Yellow   |1        
8   | 141      | Yellow   |NaN

Pokud hodnoty ve sloupci jsou opakované a pak přidejte odpovídající hodnoty ve Sloupci C a vložit částku v nový sloupec D (například, tam jsou 3 řádky po 12, tak jsme měli přidat odpovídající hodnoty 100 + 50 + NaN, a součet výsledku 150 by měl být uložen v nový sloupec D).
Pokud hodnoty ve sloupci neopakují přímo vložit Sloupec C hodnoty v novém sloupci D (jako řádek 3), ale pro NaN, mělo by být 0 (např. řádek 4).

Mohl byste prosím, pomozte mi dostat výstup, jako je to v pythonu jupyter notebooku:

      | Column A | Column B |Column C |Column D 
----- | -------- | ---------|---------|---------
 0    | 12       | Apple    |100      |150      
 1    | 15       | Red      |23       |23       
 2    | 16       | Blue     |NaN      |0        
 3    | 141      | Yellow   |199      |200

Question 2

df.groupby("Column A", as_index=False).agg(B=("Column B", "first"),
                                           C=("Column C", "first"),
                                           D=("Column C", "sum"))
#      Column A         B         C         D
# 0          12     Apple     100.0     150.0
# 1          15       Red      23.0      23.0
# 2          16      Blue       NaN       0.0
# 3         141    Yellow     199.0     200.0

Question 3

Zde je jeden přístup

df['Column D'] = df.groupby('Column A')['Column C'].transform('sum')
df = df.drop_duplicates('Column A')

Na groupby('Column A') vytváří skupiny řádků pro každou jedinečnou hodnotu v Column A. Pak ['Column C'].transform('sum') dodává C hodnoty pro všechny řádky v té skupiny.

Tato částka se uloží do Sloupce D, a tak můžeme snížit duplikáty se jen udržet první

Tam jsou některé předpoklady, které v tomto roztoku. To bude sdružovat všechny 12 hodnoty, i když nejsou hned po sobě, které mohou nebo nemusí být to, co chcete.

Question 4

df = df.set_index(df['Column A']).drop('Column A', axis=1)
df['Column D'] = df.groupby('Column A')['Column C'].sum()
df = df.drop_duplicates(subset=['Column B'])

d.b · Answer 1 · 2021-11-11T00:49:50

df.groupby("Column A", as_index=False).agg(B=("Column B", "first"),
                                           C=("Column C", "first"),
                                           D=("Column C", "sum"))
#      Column A         B         C         D
# 0          12     Apple     100.0     150.0
# 1          15       Red      23.0      23.0
# 2          16      Blue       NaN       0.0
# 3         141    Yellow     199.0     200.0

mitoRibo · Answer 2 · 2021-11-11T00:47:55

Zde je jeden přístup

df['Column D'] = df.groupby('Column A')['Column C'].transform('sum')
df = df.drop_duplicates('Column A')

Na groupby('Column A') vytváří skupiny řádků pro každou jedinečnou hodnotu v Column A. Pak ['Column C'].transform('sum') dodává C hodnoty pro všechny řádky v té skupiny.

Tato částka se uloží do Sloupce D, a tak můžeme snížit duplikáty se jen udržet první

Tam jsou některé předpoklady, které v tomto roztoku. To bude sdružovat všechny 12 hodnoty, i když nejsou hned po sobě, které mohou nebo nemusí být to, co chcete.

Mohl byste prosím, pomozte mi s tím? stackoverflow.com/questions/69922880/...

user17242583 · Answer 3 · 2021-11-11T00:56:50

df = df.set_index(df['Column A']).drop('Column A', axis=1)
df['Column D'] = df.groupby('Column A')['Column C'].sum()
df = df.drop_duplicates(subset=['Column B'])

Jak přidat řádky v jednom sloupci na základě opakované hodnoty v jiném sloupci , a nakonec si první řádek v pythonu?

Otázka

Nejlepší odpověď

V jiných jazycích

Tato stránka je v jiných jazycích

Populární v této kategorii

Oblíbené položky v této kategorii