python - 从 Pandas 分组计算值

我试图弄清楚如何使用pandas groupby。

我的数据框看起来像这样

index ID Code Quantity
0    400 ZU   5000
1    400 ZO   12
2    401 ZU   9000
3    401 ZO   15
4    402 ZU   1000
5    403 ZO   15

我想对ID和代码进行分组，并创建一个额外的列，该列将ZO的数量除以ZO的数量，但前提是groupby有两个条目。如果丢失，可以删除数据。

我知道我可以对多个列进行分组，例如：

data.groupby(['ID', 'Code'])

但是我不知道如何从那里开始，因为我不需要.sum()或.mean()求值。

预期的输出可能是这样的：

index ID value
0    400 416.17
1    401 600

最佳答案

严格来说，这里不需要groupby。您可以过滤数据框并使用set_index创建两个映射。然后一个除以另一个，并删除空值。

zu = df.loc[df['Code'] == 'ZU'].set_index('ID')['Quantity']
zo = df.loc[df['Code'] == 'ZO'].set_index('ID')['Quantity']

res = (zu / zo).dropna().reset_index()

print(res)

    ID    Quantity
0  400  416.666667
1  401  600.000000