本文介绍了 pandas GROUP BY AND SUM，但在超过一定数量时创建新行的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我当前有一个数据集，其中我尝试根据列对行进行分组，并对值为整数的列求和。
但是，问题是，一旦总和达到特定阈值，我想创建一个新行
例如，在下面的数据框中，我尝试根据公司名称对行进行分组并合计权重，但是我不希望权重超过100。
输入数据帧：
| 公司 | 权重 |
|---|---|
| a | 30 |
| b | 45 |
| a | 27 |
| a | 40 |
| b | 57 |
| a | 57 |
| b | 32 |
输出数据帧：
| 公司 | 权重 |
|---|---|
| a | 97 |
| a | 57 |
| b | 89 |
| b | 45 |
我已尝试使用GROUP BY和SUM，但是它无法检测我是否已达到最大值。
我有什么方法可以实现这一点吗？
如有任何帮助，我们将不胜感激！
推荐答案
我认为这里有必要的循环，因此为了提高性能，使用numba、修改solution from Divakar、按组调用函数GroupBy.transform，然后聚合sum：
from numba import njit
@njit
def make_groups(x, target):
result = np.empty(len(x),dtype=np.uint64)
total = 0
group = 0
for i,x_i in enumerate(x):
total += x_i
if total >= target:
group += 1
total = 0
result[i] = group
return result
g = df.groupby("Company")["Weight"].transform(lambda x: make_groups(x.to_numpy(), 100))
df1 = (df.groupby(by=["Company", g])
.sum()
.reset_index(1, drop=True)
.sort_values(['Company','Weight'], ascending=[True, False])
.reset_index())
print (df1)
Company Weight
0 a 97
1 a 57
2 b 89
3 b 45
这篇关于 pandas GROUP BY AND SUM，但在超过一定数量时创建新行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！