python - Pandas 中的 Groupby 子句

Question

我正在尝试找到可以执行以下操作的 GroupBy 子句（在 PANDAS DATAFRAME 中）。

1. 就地转换。
2. 添加所有的钱
3. 如果可能，则获取具有“A”和“Money”列的原始数据框，而不是“A”作为索引，“Money”作为列。

输入如下。

dataframe = pandas.DataFrame({'A':[11,11,22,22],
                              'Cust':['C','D','C','C'],
                              'Money':np.arange(10,30,5)})

现在我想根据类型添加/减去货币列。就像如果它的“C”然后减去“D”然后添加并滚动到“A”列。所以对于这个例子，它将是

对于 A，如“11”，钱是“5” 对于 B，如“22”，钱是“-45”

Answer 1

从你的例子开始

In [16]: df
Out[16]: 
    A Cust  Money
0  11    C     10
1  11    D     15
2  22    C     20
3  22    C     25

1. 正如您所描述的，根据 Cust 是 C 还是 D 来设置 Money 的符号。

   In [17]: df['Money'][df['Cust'] == 'C'] *= -1
   

2. 将钱按“A”列分组。

   In [18]: df.groupby('A').sum()
   Out[18]: 
       Money
   A        
   11      5
   22    -45
   

3. 再次运行In [17]以恢复原始 DataFrame，完好无损。