python - 对 Pandas 数据框中的一列求和，其中一列满足条件，但由另一列分组

Question

我有一个这样的数据框:

        Ref_No  Definition  Total_to_Add
    0   ref1        B            20        
    1   ref2        A            30        
    2   ref1        B            40        
    3   ref2        A            50        
    4   ref1        B            60        
    5   ref2        B            50         
    6   ref1        B            60        
    7   ref2        B            50        
    8   ref1        B            60        

对于每个引用，如果它们是“B”和相同的引用编号，我想对 Total_to_Add 求和(我将为 A 设置另一列)。有 100 个引用编号。

我可以像这样总结那些满足单一条件的:

df['ANSWER'] = df[df['Definition']=='A']['Total_to_Add'].sum()

或者我可以按这样的引用分组:

df['ANSWER']=(df.groupby('Ref_No')['Total_to_Add'].transform('sum'))

但我似乎无法组合这些功能，即创建一个新列，如果定义为“B”并按 Ref_No 进行总计。

我的目标是像下面这样的输出:

        Ref_No  Definition  Total_to_Add  Total_'B'
    0   ref1        B            20        240
    1   ref2        A            30        100
    2   ref1        B            40        240
    3   ref2        A            50        100
    4   ref1        B            60        240
    5   ref2        B            50        100 
    6   ref1        B            60        240
    7   ref2        B            50        100
    8   ref1        B            60        240

任何智慧表示赞赏!谢谢

Answer 1

尝试:

df['Total_B'] = (df['Definition'].eq('B').mul(df['Total_to_Add'])
                 .groupby(df['Ref_No']).transform('sum'))

[输出]

  Ref_No Definition  Total_to_Add  Total_B
0   ref1          B            20      240
1   ref2          A            30      100
2   ref1          B            40      240
3   ref2          A            50      100
4   ref1          B            60      240
5   ref2          B            50      100
6   ref1          B            60      240
7   ref2          B            50      100
8   ref1          B            60      240