我在熊猫中有以下数据框
Date Time Tank Sales Quantity Delivery
2018-01-01 06:30 1 100 3444 0
2018-01-01 07:00 1 200 3144 0
2018-01-01 05:30 1 100 2900 0
2018-01-01 07:30 1 200 2800 0
2018-01-01 06:30 2 50 3000 0
2018-01-01 07:00 2 100 2950 0
2018-01-01 05:30 2 150 2800 0
2018-01-01 07:30 2 100 2704 0
2018-01-02 06:30 1 100 3444 0
2018-01-02 07:00 1 200 3144 0
2018-01-02 05:30 1 100 2900 50
2018-01-02 07:30 1 200 2800 0
2018-01-02 06:30 2 50 3000 0
2018-01-02 07:00 2 100 2950 0
2018-01-02 05:30 2 150 2800 50
2018-01-02 07:30 2 100 2704 0
我想汇总某一天和某个储罐级别,以获取该天的第一个和最后一个数量(按升序排列时间)以及销售和交货总和。我想要的数据框是
Date Tank Open Close Sales Delivery
2018-01-01 1 2900 2800 600 0
2018-01-01 2 2800 2704 400 0
2018-01-02 1 2900 2800 600 50
2018-01-02 2 2800 2704 500 50
目前,我正在熊猫追随
这是为了获得升序的第一个和最后一个数量天和水箱高度的安排时间。
data_open_close_inv = data.sort_values(['Date','Tank','Time']).groupby(['Date','Tank'])['Quantity'].agg(['first','last']).reset_index()
然后,我将其汇总为销售和交付总额
data_agg = data.groupby(['Date','Tank'], as_index = False).agg({'Sales':['sum'],'Delivery':['sum']}).reset_index()
然后再次结合两者。
我可以一步一步做大熊猫吗?
最佳答案
您可以传递一个带有标量函数名称的字典,也可以列出,但是必须将MultiIndex和rename
列展平:
data_open_close_inv = (data.sort_values(['Date','Tank','Time'])
.groupby(['Date','Tank'])
.agg({'Sales':'sum','Delivery':'sum', 'Quantity':['first','last']})
.reset_index())
data_open_close_inv.columns = data_open_close_inv.columns.map(''.join)
d = {'Salessum':'Sales',
'Delivery_sum':'Delivery',
'Quantityfirst':'Open',
'Quantitylast':'Close',
}
data_open_close_inv = data_open_close_inv.rename(columns=d)
print (data_open_close_inv)
Date Tank Sales Deliverysum Open Close
0 2018-01-01 1 600 0 2900 2800
1 2018-01-01 2 400 0 2800 2704
2 2018-01-02 1 600 50 2900 2800
3 2018-01-02 2 400 50 2800 2704
关于python - 如何分组并在 Pandas 中合并,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/53700824/