我有一个产品清单，我想看看使用熊猫将两种产品组合售出的情况。
Date Product Price
1/1/19 Laptop $700
1/1/19 Laptop $700
1/1/19 iPhone $500
1/1/19 Beats $250
1/1/19 iPhone $500
1/2/19 iPhone $500
1/2/19 Beats $250
1/2/19 Laptop $700
1/3/19 Beats $150
1/3/19 Laptop $700
1/3/19 iPhone $500
1/3/19 Beats $250
这只是示例数据，但是我想看看Beats和iPhone在哪个日期比笔记本电脑获得更多的合并收入，以及使用Pandas的具体日期。任何帮助表示赞赏！
最佳答案
您可以尝试以下
>>> df['ProductGroup'] = (df.Product == 'Laptop').replace({True : "Laptop", False : "Iphone & Beats" })
>>> df
Date Product Sale ProductGroup
0 2019-01-01 Laptop 700 Laptop
1 2019-01-01 Laptop 700 Laptop
2 2019-01-01 iPhone 500 Iphone & Beats
3 2019-01-01 Beats 250 Iphone & Beats
4 2019-01-01 iPhone 500 Iphone & Beats
5 2019-01-02 iPhone 500 Iphone & Beats
6 2019-01-02 Beats 250 Iphone & Beats
7 2019-01-02 Laptop 700 Laptop
8 2019-01-03 Beats 150 Iphone & Beats
9 2019-01-03 Laptop 700 Laptop
10 2019-01-03 iPhone 500 Iphone & Beats
11 2019-01-03 Beats 250 Iphone & Beats
>>> df.groupby(['Date', 'ProductGroup']).sum().unstack().droplevel(0, axis=1)
ProductGroup Iphone & Beats Laptop
Date
2019-01-01 1250 1400
2019-01-02 750 700
2019-01-03 900 700
>>> x[x['Iphone & Beats'] > x['Laptop']]
ProductGroup Iphone & Beats Laptop
Date
2019-01-02 750 700
2019-01-03 900 700