python - 通过 pandas groupby 计算值

Question

我正在尝试弄清楚如何使用 pandas groupby。

我的数据框看起来像这样

index ID Code Quantity
0    400 ZU   5000
1    400 ZO   12
2    401 ZU   9000
3    401 ZO   15
4    402 ZU   1000
5    403 ZO   15

我想按 ID 和代码进行分组并创建一个额外的列，该列将 ZU 的数量除以 ZO 的数量，但前提是 groupby 具有两者的条目。如果丢失了数据，则可能会删除该数据。

我知道我可以按多个列进行分组，例如:

data.groupby(['ID', 'Code'])

但我不知道如何从那里继续，因为我不需要 .sum() 或 .mean() 值。

预期的输出可能是这样的:

index ID value
0    400 416.17
1    401 600

Answer 1

严格来说，这里不需要 groupby。您可以过滤数据帧并使用 set_index 创建两个映射。然后将一个除以另一个并删除空值。

zu = df.loc[df['Code'] == 'ZU'].set_index('ID')['Quantity']
zo = df.loc[df['Code'] == 'ZO'].set_index('ID')['Quantity']

res = (zu / zo).dropna().reset_index()

print(res)

    ID    Quantity
0  400  416.666667
1  401  600.000000