python-3.x - 根据条件求和值，如果不匹配则保留当前值

Question

我正在寻找一种方法来对给定列中的值 > 或 < 某个阈值进行求和(此处为 days_install_to_event 列中的 > 6)。

我尝试了很多不同的方法，例如 loc、query 或 groupby，但它只返回值 > 6 而不是那些 < 6。

这里是我尝试过的一些东西:

df = pd.DataFrame({
                    'custom_action' : ['First_puchase', 'First_puchase', 'First_puchase', 'First_puchase',
                    'First_puchase', 'First_puchase', 'First_puchase', 'First_puchase'],
                    'days_install_to_event' : [1, 2, 3, 4, 5, 6, 7, 8],
                    'number_unique_users' : [1350, 250, 13, 2, 1, 2, 1, 2]})
df

custom_action days_install_to_event number_unique_users
0 First_puchase                     1                1350
1 First_puchase                     2                 250
2 First_puchase                     3                  13
3 First_puchase                     4                   2
4 First_puchase                     5                   1
5 First_puchase                     6                   2
6 First_puchase                     7                   1
7 First_puchase                     8                   2
8 First_puchase                     9                   3
9 First_puchase                     10                  2

df_1 = df.loc[df['days_install_to_event'] > 6].sum()

df_2 = df.query("days_install_to_event > 6")['number_unique_users'].sum()

df_1
df_2

输出:

custom_action            First_puchaseFirst_puchase
days_install_to_event                            34
number_unique_users                               8
8

期望的输出:

custom_action days_install_to_event number_unique_users
0 First_puchase                     1                1350
1 First_puchase                     2                 250
2 First_puchase                     3                  13
3 First_puchase                     4                   2
4 First_puchase                     5                   1
5 First_puchase                     6                   2
6 First_puchase                     7+                  8

提前，如果有人提出非常相似的问题，我很抱歉，过去 2 天我一直在四处寻找，但没有找到与我正在寻找的完全匹配的东西。这可能是由于配方。

感谢您的帮助:)

Answer 1

据我所知，没有开箱即用的解决方案，但您可以通过创建辅助石斑鱼列来获得此结果:

# Set days_install_to_event = 7+ if the value is larger than 6
grouper = df['days_install_to_event'].mask(df['days_install_to_event'] > 6, '7+')

然后，借助本专栏，您可以使用groupby.agg:

In [27]: df.groupby(grouper).agg({
             'number_unique_users': 'sum', 
             'custom_action': 'first',
         }).reset_index()
Out[27]:
  days_install_to_event  number_unique_users  custom_action
0                     1                 1350  First_puchase
1                     2                  250  First_puchase
2                     3                   13  First_puchase
3                     4                    2  First_puchase
4                     5                    1  First_puchase
5                     6                    2  First_puchase
6                    7+                    8  First_puchase