Python DataFrame 根据列中的条件对列中的值求和

Question

我有一组不同类型的账户，有不同的选项，我正在尝试计算每个用户在 2016 年每个月的储蓄与他们在 2014 年和 2015 年的平均使用量相比。我的 DataFrame 看起来像这样:

key amount  id  month   opt type    year
0   100     5   1       M   E       2014
1   200     5   1       M   G       2014
2   300     5   1       R   E       2014
3   400     5   1       R   G       2014
4   105     5   1       M   E       2015
5   205     5   1       M   G       2015
6   305     5   1       R   G       2015
7   405     5   1       R   E       2015
8   90      5   1       M   E       2016
9   180     5   1       M   G       2016
10  310     5   1       R   G       2016
11  350     5   1       R   E       2016

根据上述情况，我预计用户“5”在 2016 年第 1 个月为 'type' 'E' 节省了 12.5 与他们的平均值相比选项 'M' 'amt' 2015 年和 2016 年的 102.5。

我预计 2016 年第 1 个月各种类型的完整答案如下：

M|E -12.5
M|G -22.5
R|E  -2.5
R|G -42.5

我认为 groupby() 函数可能适用于此，但我开发的公式没有给出正确答案。

df_savings = df.groupby(['id','year','month','type','opt'], group_keys=False).apply(
         lambda s: float(s['amount'][s.year < 2016].sum()/float(2)) - float(s['amount'][s.year == 2016].sum()))

如有任何帮助，我们将不胜感激。这是用于上面示例 df 的代码：

df = pd.DataFrame({'id':[5,5,5,5,5,5,5,5,5,5,5,5],
               'type':['E','G','E','G','E','G','G','E','E','G','G','E'],
               'opt':['M','M','R','R','M','M','R','R','M','M','R','R'],
            'year':[2014,2014,2014,2014,2015,2015,2015,2015,2016,2016,2016,2016],
            'month':[1,1,1,1,1,1,1,1,1,1,1,1],
            'amount':[100,200,300,400,105,205,305,405,90,180,310,350]
            })

Answer 1

你可以把它分成两部分，2016 年和 2014-15 年，然后 groupby 产生两个相似的数据帧，你可以减去：

df[df.year == 2016].groupby(['id', 'month', 'opt', 'type'])['amount'].sum() - df[df.year < 2016].groupby(['id', 'month', 'opt', 'type'])['amount'].mean()

Python DataFrame 根据列中的条件对列中的值求和

Python DataFrame sum values in columnA based on conditions in columnsN

python

conditional

sum

dataframe

pandas