按条件（分组）在 Pandas 中添加行

Question

我在谷歌上搜索了很多关于这个问题的信息，但都没有找到适用于我的问题的答案。我的问题是，我有一个数据帧，每一行都有一个变量，我想不断地插入带有变量C的行，它是变量A + B的值。例如：

      TOWN        YEAR           Var     Value                 
      Amsterdam   2019            A        1
      Amsterdam   2019            B        2
      Amsterdam   2020            A        1
      Amsterdam   2020            B        3
      Rotterdam   2019            A        4
      Rotterdam   2019            B        4
      Rotterdam   2020            A        5
      Rotterdam   2020            B        2

如果其他列相同，则所需输出会插入一行并分别对 A 和 B 求和。我现在的尝试失败了，因为我使用了 groupby 和 sum，然后将其转换为列表，然后尝试将其附加到一个单独的列 (var_C) 中。它失败的原因是我必须复制每个值以匹配原始数据集的长度。最终，列表的长度与原始数据集的长度不匹配。

data_current = data[data['var'].isin(['A', 'B'])]
data_var_c = data_current.groupby(['TOWN', 'year'])['value'].sum()
values = data_var_c.tolist()
values_dup = [val for val in values for _ in (0, 1)]
len(values_dup)

欢迎提出任何反馈意见！

- ajayy

Answer 1

您可以使用groupby和pd.concat：

result = (
    pd.concat([
        df,
        df.groupby(['TOWN', 'YEAR'], as_index=False)
        .agg(sum)
        .assign(Var = 'C')
        ])
    )

result = result.sort_values(['TOWN', 'YEAR', 'Var'])

输出：

       TOWN  YEAR Var  Value
0  Amsterdam  2019   A      1
1  Amsterdam  2019   B      2
0  Amsterdam  2019   C      3
2  Amsterdam  2020   A      1
3  Amsterdam  2020   B      3
1  Amsterdam  2020   C      4
4  Rotterdam  2019   A      4
5  Rotterdam  2019   B      4
2  Rotterdam  2019   C      8
6  Rotterdam  2020   A      5
7  Rotterdam  2020   B      2
3  Rotterdam  2020   C      7

- Nk03

---

谢谢你的回答！我会将其标记为适当的答案（因为你还给出了首选输出）。我发布的答案只是将其添加为一列。再次感谢！ - ajayy

Answer 2

我把它复杂化了，其实只需要按TOWN和Year进行分组，取value列并应用sum函数以获得总和：

data['c'] = data_current.groupby(['TOWN', 'year'])['value'].transform('sum')

然而，这并不是期望的输出，因为它会将总和作为另一列添加。而Nk03的答案则是将总和作为另一行添加。

- ajayy

Answer 3

一个枢轴堆栈选项：

import pandas as pd

df = pd.DataFrame({
    'TOWN': {0: 'Amsterdam', 1: 'Amsterdam', 2: 'Amsterdam', 3: 'Amsterdam',
             4: 'Rotterdam', 5: 'Rotterdam', 6: 'Rotterdam', 7: 'Rotterdam'},
    'YEAR': {0: 2019, 1: 2019, 2: 2020, 3: 2020, 4: 2019, 5: 2019, 6: 2020,
             7: 2020},
    'Var': {0: 'A', 1: 'B', 2: 'A', 3: 'B', 4: 'A', 5: 'B', 6: 'A', 7: 'B'},
    'Value': {0: 1, 1: 2, 2: 1, 3: 3, 4: 4, 5: 4, 6: 5, 7: 2}
})

new_df = df.pivot(index=['TOWN', 'YEAR'], columns='Var')['Value'] \
    .assign(C=lambda x: x.agg('sum', axis=1)) \
    .stack() \
    .rename('Value') \
    .reset_index()

print(new_df)

new_df:

         TOWN  YEAR Var  Value
0   Amsterdam  2019   A      1
1   Amsterdam  2019   B      2
2   Amsterdam  2019   C      3
3   Amsterdam  2020   A      1
4   Amsterdam  2020   B      3
5   Amsterdam  2020   C      4
6   Rotterdam  2019   A      4
7   Rotterdam  2019   B      4
8   Rotterdam  2019   C      8
9   Rotterdam  2020   A      5
10  Rotterdam  2020   B      2
11  Rotterdam  2020   C      7

- Henry Ecker