根据 Pandas 中的条件对行求和

【问题标题】：Summing rows based on conditional in Pandas根据 Pandas 中的条件对行求和
【发布时间】：2017-03-07 04:01:40
【问题描述】：

我试图了解如何根据 Pandas 中的 2 个索引总结行的子集。第一个索引对行进行分组，第二个索引将确定要对哪些行求和。举个简单的例子，假设我有数据框

index1 | index2 | value
------------------------
  a    |    1   |  10
  a    |    2   |  11
  a    |    3   |  12
  b    |    1   |  20
  b    |    2   |  21
  b    |    3   |  22

如何将索引1 和2 对应的行求和，但仍将它们分组在索引a 和b 下。即以下结果。

index1 | index2 | value
------------------------
  a    |    1   |  21
  a    |    2   |  12
  b    |    1   |  41
  b    |    2   |  22

这里与1 的index2 和2 对应的行已被汇总为1 的新index2。

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以从 index2 列导出一个新的数组/系列作为组变量，然后进行求和：

df.groupby([df.index1, ~df.index2.isin([1,2]) + 1]).value.sum().reset_index()

#index1 index2  value
#0    a      1     21
#1    a      2     12
#2    b      1     41
#3    b      2     22

【讨论】：

谢谢，它适用于最小示例，但无法扩展。如果index2 的范围为1,2,3,4，那么它最终仍会返回2 个组（而不是3 个）。您介意对答案进行一些解释，以便我弄清楚如何根据自己的需要进行调整吗？
上述方法将所有 1 和 2 转换为 1，将所有其他值转换为 2 作为最终组变量，因此它将只有两个组。如果您只想将 1 和 2 组合为一个组，同时保持其他值分开，例如 df.groupby([df.index1, df.index2.replace(2, 1)]).value.sum().reset_index()，您可以尝试将所有 2 替换为 1。结果索引将缺少2，但在这种情况下，如果您可以接受的话。
这个效果很好，我会在之后调整索引，谢谢！