Groupby 多列和 Sum - 创建新列并添加 If 条件

Question

我需要对多列进行分组，然后在添加了 If 条件的新列中获取总和。我尝试了下一个代码，它非常适合按单列分组：

df['new column'] = (
    df['value'].where(df['value'] > 0).groupby(df['column1']).transform('sum')
)

但是，当我尝试按多列分组时出现错误。

df['new_column'] = (
        df['value'].where(df['value'] > 0).groupby(df['column1', 'column2']).transform('sum')
    )

错误：

->return self._engine.get_loc(casted_key) 
The above exception was the direct cause of the following exception: 
->indexer = self.columns.get_loc(key) 
->raise KeyError(key) from err 
->if is_scalar(key) and isna(key) and not self.hasnans: ('column1', 'column2')

你能告诉我应该如何更改代码以获得相同的结果但按多列分组吗？

谢谢

Answer 1

错误原因

select 多列 df['column1', 'column2'] 的语法错误。这应该是 df[['column1', 'column2']]
即使您对 groupby 使用 df[['column1', 'column2']]，pandas 也会引发另一个错误，抱怨石斑鱼应该是 one dimensional。这是因为 df[['column1', 'column2']] returns 数据框是一个二维对象。

如何修复错误？

困难的方式：

将每个分组列作为一维系列传递给 groupby

df['new_column'] = (
        df['value']
          .where(df['value'] > 0)
          .groupby([df['column1'], df['column2']]) # Notice the change
          .transform('sum')
)

简单方法：

首先将屏蔽的列值分配给目标列，然后像往常一样执行 groupby + transform

df['new_column'] = df['value'].where(df['value'] > 0)
df['new_column'] = df.groupby(['column1', 'column2'])['new_column'].transform('sum')

Groupby 多列和 Sum - 创建新列并添加 If 条件

Groupby multiple columns & Sum - Create new column with added If Condition

python

group-by

sum

pandas

pandas-groupby

错误原因

如何修复错误？

困难的方式：

简单方法：