插入行作为GROUPBY操作的结果到原始数据帧

Question

例如，我有一个熊猫数据框如下：

col_1 col_2 col_3 col_4 
a  X  5  1 
a  Y  3  2 
a  Z  6  4 
b  X  7  8 
b  Y  4  3 
b  Z  6  5 

而且我想，在COL_1每个值，在col_3添加值和COL_4（以及更多列），它们与col_2中的X和Z相对应，并使用这些值创建一个新行。所以输出会如下：

col_1 col_2 col_3 col_4 
a  X  5  1 
a  Y  3  2 
a  Z  6  4 
a  NEW  11  5 
b  X  7  8 
b  Y  4  3 
b  Z  6  5 
b  NEW  13  13 

而且，有可能是在COL_1更多的价值，这将需要相同的待遇，所以我不能明确地引用“A”和“B”。我试图使用groupby（'col_1'）和apply（）的组合，但是我无法使其工作。我已经足够接近下面的内容了，但是我无法在col_2中添加“新”，并将原始值（a或b等）保留在col_1中。

df.append(df[(df['col_2'] == 'X') | (df['col_2'] == 'Z')].groupby('col_1').mean()) 

谢谢。

Answer 1

如果你能保证X和Z一组中只出现一次，你可以使用一个groupby和pd.concat操作：

new = df[df.col_2.isin(['X', 'Z'])]\ 
     .groupby(['col_1'], as_index=False).sum()\ 
     .assign(col_2='NEW') 

df = pd.concat([df, new]).sort_values('col_1') 

df 
    col_1 col_2 col_3 col_4 
0  a  X  5  1 
1  a  Y  3  2 
2  a  Z  6  4 
0  a NEW  11  5 
3  b  X  7  8 
4  b  Y  4  3 
5  b  Z  6  5 
1  b NEW  13  13 

Answer 2

下面的代码做的：

import pandas as pd 

def sum_group(df): 
    dfxz = df[df.col_2.isin(['X','Z'])] 
    sum_row = pd.Series(
    [ 
     df.col_1.iloc[0], 
     'NEW', 
     dfxz.col_3.sum(), 
     dfxz.col_4.sum() 
    ], index = dfxz.columns) 
    return df.append(sum_row, ignore_index=True) 

df = pd.DataFrame([['a', 'X', 5, 1], 
        ['a', 'Y', 3, 2], 
        ['a', 'Z', 6, 4], 
        ['b', 'X', 7, 8], 
        ['b', 'Y', 4, 3], 
        ['b', 'Z', 6, 5]], 
        columns = ['col_1','col_2','col_3','col_4']) 

df = df.groupby('col_1').apply(
    sum_group, 
).reset_index(drop=True) 

print df 

的applygroupby对象的方法调用返回数据帧的函数sum_group。数据帧然后连接成单个数据帧。 sum_group将输入数据帧与另一行sum_row并列，其中包含根据所述标准缩减版本的数据帧。