两列之和应根据 Pandas 中的结果得出两列之一

Question

我有这个数据集

import pandas as pd

data = pd.DataFrame({
    'ID': [1, 2, 3, 4, 5, 2, 3, 1],
    'Debit': [0, 5000, 0, 5000, 3000, 0, 2000, 1000],
    'Credit': [-100, 0, -700, 0, 0, -8000, 0, 0]
  })

names_index = pd.DataFrame({
    'ID': [1, 2, 3, 4, 5, 6, 7, 8],
    'names': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
    'state1': ['db', 'db', 'db', 'db', 'db', 'db', 'db', 'db'],
    'state2': ['cr', 'cr', 'cr', 'cr', 'cr', 'cr', 'cr', 'cr'],
 })

我想根据两列的 ID 进行求和，并希望根据结果值将结果值显示到相关列中

我正在尝试的是...

balance = data.groupby('ID')[['Debit', 'Credit']].sum()
result = balance.merge(names_index, on='ID', how='inner')
result = result[['ID', 'names', 'Debit', 'Credit', 'state1', 'state2']]
result['state'] = result.pop('state1').where(result['Debit'].ne(0), result.pop('state2'))
print(result)

结果：

  ID names  Debit  Credit  area
0  1     A   1000    -100    dr
1  2     B   5000   -8000    dr
2  3     C   2000    -700    dr
3  4     D   5000       0    dr
4  5     E   3000       0    dr

我想要的结果是：

  ID names  Debit  Credit state
0  1     A   900        0    db
1  2     B   0      -3000    cr
2  3     C   1300       0    db
3  4     D   5000       0    db
4  5     E   3000       0    db

尝试了 pandas 的融化功能，但它让我得到了这样的一栏

balance = data.melt('ID').groupby('ID').value.sum().reset_index()

结果：

   ID  value
0   1    900
1   2  -3000
2   3   1300
3   4   5000
4   5   3000

请帮忙整理一下..

Answer 1

如果我理解正确的话，在groupby之后聚合为

sum

，制作一个DataFrame并

merge

：

s = data.groupby('ID')[['Debit', 'Credit']].sum().sum(axis=1)
m = s>0

out = (names_index[['ID', 'names']]
          .merge(
            pd.DataFrame({'state1': s.where(m, 0),
                          'state2': s.mask(m, 0),
                          'state': np.where(m, 'db', 'cr')})
              .reset_index()
          )
      )

输出：

   ID names  state1  state2 state
0   1     A     900       0    db
1   2     B       0   -3000    cr
2   3     C    1300       0    db
3   4     D    5000       0    db
4   5     E    3000       0    db