三行代码  ›  专栏  ›  技术社区  ›  EugLP

Groupby multiple columns&Sum-使用添加的If条件创建新列

  •  0
  • EugLP  · 技术社区  · 1 月前

    我需要按多个列分组&然后在添加了If条件的新列中求和。我尝试了下一个代码,它通过单列分组非常有效:

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

    然而,当我尝试按多个列进行分组时,我得到了一个错误。

    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')
    

    您能告诉我应该如何更改代码以获得相同的结果,但按多个列分组吗?

    非常感谢。

    1 回复  |  直到 1 月前
        1
  •  0
  •   Shubham Sharma    1 月前

    错误原因

    • 选择多个列的语法 df['column1', 'column2'] 这是错误的。这应该是 df[['column1', 'column2']]
    • 即使你使用 df[['column1','column2']] 对于 groupby ,熊猫会提出另一个错误,抱怨石斑鱼应该 one dimensional .这是因为 df[['column1','column2']] 返回作为二维对象的数据帧。

    如何修复错误?

    艰难之路:

    将每个分组列作为一维序列传递给 子句

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

    首先将屏蔽列的值指定给目标列,然后执行以下操作: 子句 + transform 就像你通常做的那样

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