Группировать по сумме условий

Question

У меня есть следующий df, и я хотел бы сгруппировать его по дате и ссылке, но с условиями сумм.

В этом отношении мне нужно сгруппировать по дате и ссылке и суммировать столбец "Q", только если P>> чем PP.

df = DataFrame({'Date' : ['1', '1', '1', '1'],
                'Ref' : ['one', 'one', 'two', 'two'],
                'P' : ['50', '65', '30', '38'],
                'PP' : ['63', '63', '32', '32'],
                'Q' : ['10', '15', '20', '10']})

df.groupby(['Date','Ref'])['Q'].sum() #This does the right grouping byt summing the whole column
df.loc[df['P'] >= df['PP'], ('Q')].sum() #this has the right sum condition, but does not divide between Date & Ref

Есть способ сделать это? Спасибо заранее

Answer 1

Просто отфильтруйте перед группировкой:

In[15]:
df[df['P'] >= df['PP']].groupby(['Date','Ref'])['Q'].sum()

Out[15]: 
Date  Ref
1     one    15
      two    10
Name: Q, dtype: object

Это уменьшает размер df во-первых, поэтому ускорит групповую операцию

Answer 2

Вы могли бы сделать:

import pandas as pd

df = pd.DataFrame({'Date' : ['1', '1', '1', '1'],
                'Ref' : ['one', 'one', 'two', 'two'],
                'P' : ['50', '65', '30', '38'],
                'PP' : ['63', '63', '32', '32'],
                'Q' : ['10', '15', '20', '10']})

def conditional_sum(x):
    return x[x['P'] >= x['PP']].Q.sum()

result = df.groupby(['Date','Ref']).apply(conditional_sum)

print(result)

Выход

Date  Ref
1     one    15
      two    10
dtype: object

ОБНОВИТЬ

Если вы хотите суммировать несколько столбцов в выводе, вы можете использовать loc:

def conditional_sum(x):
    return x.loc[x['P'] >= x['PP'], ['Q', 'P']].sum()


result = df.groupby(['Date', 'Ref']).apply(conditional_sum)

print(result)

Выход

             Q     P
Date Ref            
1    one  15.0  65.0
     two  10.0  38.0

Обратите внимание, что в приведенном выше примере я использовал столбец P ради того, чтобы показать, как это сделать с несколькими столбцами.