我目前有一个数据集,我尝试根据列对行进行分组并对值为整数的列求和。
然而,问题是一旦总和达到一定阈值我想创建一个新行
例如,在下面的数据框中,我尝试根据公司名称对行进行分组并总结权重,但是,我不希望权重超过 100。
输入数据框:
Company |
Weight |
a |
30 |
b |
45 |
a |
27 |
a |
40 |
b |
57 |
a |
57 |
b |
32 |
输出数据帧:
Company |
Weight |
a |
97 |
a |
57 |
b |
89 |
b |
45 |
我尝试过使用 group by 和 sum,但是,它无法检测我是否已达到最大金额。
我有什么办法可以实现这个目标吗?
任何帮助将不胜感激!
我认为这里有必要的循环,因此为了提高性能,请使用numba
, 修改的Divakar 的解决方案,按组调用函数GroupBy.transform然后聚合sum
:
from numba import njit
@njit
def make_groups(x, target):
result = np.empty(len(x),dtype=np.uint64)
total = 0
group = 0
for i,x_i in enumerate(x):
total += x_i
if total >= target:
group += 1
total = 0
result[i] = group
return result
g = df.groupby("Company")["Weight"].transform(lambda x: make_groups(x.to_numpy(), 100))
df1 = (df.groupby(by=["Company", g])
.sum()
.reset_index(1, drop=True)
.sort_values(['Company','Weight'], ascending=[True, False])
.reset_index())
print (df1)
Company Weight
0 a 97
1 a 57
2 b 89
3 b 45
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)