python - 在数据框中添加列的通用代码

Question

我有两个数据框。

dataframe1 = 
Product   sample    element2   element3
W100      XX1       40         10
W100      XX2       30         40
W100      XZ1       30         20
W100      XZ3       10         20
W100      AB2       20         30
W111      XZ1       15         10
W111      XZ2.1     25         35
W111      XZ2       35         5
W112      LP1       45         40
W112      JK2       48         35  

我想为 dataframe1 创建一个数据透视表，它将给出每个产品的 element2 和 element3 的平均值。其概念是，如果对于特定产品存在样本 XX，则给出 XX 样本的平均值，如果仅存在样本 XZ，则平均值将只是最新 ​​XZ 样本的读数(例如 XZ1、XZ2 和XZ2.1，XZ2.1是最新的)。如果存在除这些 sample 以外的任何东西，请忽略该产品。所以最后我想要

Product   element2_avg   element3_avg
W100      (40+30)/2=35   (10+40)/2=25
W111         25              35

因此，W112 被忽略。

现在有另一个数据框，其中包含仅包含 XZ 样本的产品，如下所示。

dataframe2 = 
Product   sample    element2   element3
W110      XZ1       20         10
W110      XZ1.1     30         20
W120      XZ1       40         90
W120      XZ3       20         40
W120      XZ2       60         60
W120      XZ2.2     75         90

因此该 dataframe2 的表格将是。

Product   element2_avg   element3_avg
W110         30              20
W120         20              40

我想要 dataframe1 和 dataframe2 的通用代码，而不是单独的代码。如何做到这一点？

提前致谢。

Answer 1

您可以分 3 部分完成，先获取 XX，然后获取 XZ，最后将它们连接起来

先获取 XX

XX_samp = df.loc[df['sample'].str.contains('XX')].groupby('Product').mean()

获取这些产品以便稍后删除

XX_prod = XX_samp.reset_index()['产品'].unique()

获取XZ

XZ_samp = df[df['sample'].str.contains('XZ') & ~df['Product'].isin(XX_prod)].sort_values(['Product', 'sample']).groupby('Product').agg({'element2': 'last', 'element3': 'last'})

最后将它们连接起来

pd.concat([XX_samp, XZ_samp])

你可以把它们放在一个函数中

def product_means(df):
    XX_samp = df.loc[df['sample'].str.contains('XX')].groupby('Product').mean()
    XX_prod = XX_samp.reset_index()['Product'].unique()
    XZ_samp = df[df['sample'].str.contains('XZ') &  ~df['Product'].isin(XX_prod)].sort_values(['Product', 'sample']).groupby('Product').agg({'element2': 'last', 'element3': 'last'})
    mdf = pd.concat([XX_samp, XZ_samp])
    return mdf

product_means(df1)

Product   element2   element3
W100      35             25
W111      25             35

product_means(df2)

Product   element2   element3
W110      30          20
W120      20          40