使用groupby.agg在数据框中添加特定值

Question

我正在处理包含不可用格式数据的文件。处理其中一个文件后，我留下一个数据框和一个奇异值。

数据框如下所示：

 df = pd.DataFrame({
        'A': ['foo', 'foo', 'foo', 'fizz', 'fizz', 'fizz', 'fizz'],
        'B': ['bar', 'bar', 'bar', 'buzz', 'buzz', 'buzz', 'baz'],
        'C': [10,10,10,10,10,10,10]
        })

 val = 20.0

该值不应包含在我的数据帧中，但需要包含在我的 TOTAL 计算中。这就是我将其读入数据帧后从文件中提取它的方法（它返回一个字符串，因此我将其转换为浮点数）：

if len(df.loc[df['ID'].eq("Settle"), 'C'].values) > 0:
    temp = df.loc[df['ID'].eq("Settle"), 'C']
    if temp.values[0].isnumeric():
        num = float(temp.values[0])
    else:
        num = 0.0
else:
    num = 0.0

现在我需要在以下条件下执行

groupby.agg()

：

• 如果

  A == 'foo'

  我需要将val添加到总和中

这是我用来获取

A

中每个值的总和的基本代码，但我无法弄清楚如何影响我的条件。我假设我可以使用

np.where

或

lambda

但不确定如何将其与

.agg()

一起使用并实现我的输出。

out = df.groupby(['A'], sort=False, as_index=False).agg({"C":"sum"})

预期输出：

A     C
foo   50
fizz  40

Answer 1

您可以在执行聚合之前附加一行额外的值（例如使用

concat

）：

out = (pd.concat([df, pd.DataFrame([{'A': 'foo', 'C': 20}])])
         .groupby('A', as_index=False, sort=False)['C'].sum()
      )

输出：

      A   C
0   foo  50
1  fizz  40