我需要对多个列进行分组，然后在添加了 If 条件的新列中获取 Sum 。我尝试了下一个代码，它非常适合按单列分组：
df['new column'] = (
df['value'].where(df['value'] > 0).groupby(df['column1']).transform('sum')
)但是，当我尝试 group by 多个列时出现错误。
df['new_column'] = (
df['value'].where(df['value'] > 0).groupby(df['column1', 'column2']).transform('sum')
)错误：
->return self._engine.get_loc(casted_key)
The above exception was the direct cause of the following exception:
->indexer = self.columns.get_loc(key)
->raise KeyError(key) from err
->if is_scalar(key) and isna(key) and not self.hasnans: ('column1', 'column2')您能否建议我应该如何更改代码以获得相同的结果但按多列分组？
谢谢
回答1
错误原因
- 选择多列
df['column1', 'column2']的语法是错误的。这应该是df[['column1', 'column2']] - 即使您将
df[['column1', 'column2']]用于groupby，pandas 也会引发另一个错误，抱怨 grouper 应该是one dimensional。这是因为df[['column1', 'column2']]返回一个二维对象的数据框。
如何修复错误？
艰辛的道路：
将每个分组列作为一维系列传递给 groupby
df['new_column'] = (
df['value']
.where(df['value'] > 0)
.groupby([df['column1'], df['column2']]) # Notice the change
.transform('sum')
)简单的方法：
首先将屏蔽列 values 分配给目标列，然后像往常一样执行 groupby + transform
df['new_column'] = df['value'].where(df['value'] > 0)
df['new_column'] = df.groupby(['column1', 'column2'])['new_column'].transform('sum')