python - 使用特定条件在 Pandas 数据框中创建汇总摘要行

Question

假设我有以下 pandas 数据框，我正在尝试对结果进行后期处理以生成我的(现在为空)摘要行:

    code    entry_type  value1  value2  value3  value4
1   A       Holding     1.1     1.2     1.3     1.4
2   A       Holding     2.1     2.2     2.3     2.4
3   B       Holding     3.1     3.2     3.3     3.4
4   C       Holding     4.1     4.2     4.3     4.4
5   C       Holding     5.1     5.2     5.3     5.4
6   A       Summary     nan     nan     nan     nan
7   C       Summary     nan     nan     nan     nan
8   B       Summary     nan     nan     nan     nan

基本上，我希望摘要行中的 value1-value4 是每个代码中持有的 Assets 的总和:

    code    entry_type  value1  value2  value3  value4
1   A       Holding     1.1     1.2     1.3     1.4
2   A       Holding     2.1     2.2     2.3     2.4
3   B       Holding     3.1     3.2     3.3     3.4
4   C       Holding     4.1     4.2     4.3     4.4
5   C       Holding     5.1     5.2     5.3     5.4
6   A       Summary     3.2     3.4     3.6     3.8
7   C       Summary     9.2     9.4     9.6     9.8
8   B       Summary     3.1     3.2     3.3     3.4

我尝试了几行代码分组，并得出了以下结果:

set = df[df['entry_type']=="Holding"].groupby('code')[['value1', 'value2', 'value3', 'value4']].sum()

产生:

        value1  value2  value3  value4
code
    A   3.2     3.4     3.6     3.8
    B   3.1     3.2     3.3     3.4
    C   9.2     9.4     9.6     9.8

但是我不确定如何将其应用回原始 DataFrame，特别是因为代码顺序不一定与原始 DataFrame 相同。关于如何应用这个的任何想法？或者更好的方法？ (注意 - 在其他列的摘要行中有一堆额外的数据已经存在，所以我不能直接生成内联的新行)。

Answer 1

好像concat可以帮助:

df1  = df[df['entry_type']=="Holding"]
         .groupby('code')[['value1', 'value2', 'value3', 'value4']].sum()
#print (df1)

#if need filter `df` for only rows with Holding use boolean indexing
print (pd.concat([df[df['entry_type']=="Holding"].set_index('code'), df1])
         .fillna({'entry_type':'Summary'})
         .reset_index())

  code entry_type  value1  value2  value3  value4
0    A    Holding     1.1     1.2     1.3     1.4
1    A    Holding     2.1     2.2     2.3     2.4
2    B    Holding     3.1     3.2     3.3     3.4
3    C    Holding     4.1     4.2     4.3     4.4
4    C    Holding     5.1     5.2     5.3     5.4
5    A    Summary     3.2     3.4     3.6     3.8
6    B    Summary     3.1     3.2     3.3     3.4
7    C    Summary     9.2     9.4     9.6     9.8

另一种可能的解决方案 combine_first将 NaN 替换为 df1 并按 df 的 index 值对齐:

print (df.set_index('code')
         .combine_first(df1)
         .sort_values(['entry_type'])
         .reset_index())

  code entry_type  value1  value2  value3  value4
0    A    Holding     1.1     1.2     1.3     1.4
1    A    Holding     2.1     2.2     2.3     2.4
2    B    Holding     3.1     3.2     3.3     3.4
3    C    Holding     4.1     4.2     4.3     4.4
4    C    Holding     5.1     5.2     5.3     5.4
5    A    Summary     3.2     3.4     3.6     3.8
6    B    Summary     3.1     3.2     3.3     3.4
7    C    Summary     9.2     9.4     9.6     9.8