快速更新数据框行

问题描述

我有两个单独的问题，我想基于该行的其他列或其他相关行中的值来设置数据框列中的值（即，具有与所述行列值相同的某些列值的其他行） ）。

启动DF

   acct no  product type  amount  product sum  product id
0      100             1      35          0.0         NaN
1      100             2      45          0.0         NaN
2      100             2      50          0.0         NaN
3      101             4      10          0.0         NaN
4      101             4       1          0.0         NaN
5      102             5      70          0.0         NaN
6      102             6      90          0.0         NaN

在一个问题中（对于工作），我想分组（在这种情况下，在两列中），取第三列中列出的值的总和，然后将此总和值写入到此处未设置的位置分组依据的所有行上的列

ex（帐户产品分组依据，总和为产品总和）：

   acct no  product type  amount  product sum  product id
0      100             1      35          35.0         NaN
1      100             2      45          95.0         NaN
2      100             2      50          95.0         NaN
3      101             4      10          11.0         NaN
4      101             4       1          11.0         NaN
5      102             5      70          70.0         NaN
6      102             6      90          90.0         NaN

在另一个问题（针对“ fun”）中，我想创建一个基于另一个列值“ account number”并遵循惯例account_number_i的“ product_id”，其中i是该帐户的第i个产品

ex（通过帐户组进行迭代，并作为帐户迭代次数写入产品ID ）：

   acct no  product type  amount  product sum  product id
0      100             1      35          0.0         100-1
1      100             2      45          0.0         100-2
2      100             2      50          0.0         100-3
3      101             4      10          0.0         101-1
4      101             4       1          0.0         101-2
5      102             5      70          0.0         102-1
6      102             6      90          0.0         102-2

在尝试完成这两个操作时，我首先遍历了已排序的数据帧并利用了group by和sum之类的功能，但是它的运行速度与您想象的一样慢。我对Pandas语法的理解不如对python感到满意，我要问的一个原因是要更好地掌握执行一项看起来很普通/重要任务的最佳方法，并根据相关行更新空行。我已经使用熊猫作为移动平均值，并且知道这很快，但是我想要的是更深奥的。

解决方法

不要遍历数据框-99％的情况下都有更好的选择。

将groupby与transform和cumcount结合使用可以轻松解决您的问题：

df["product sum"] = df.groupby(["acct no","product type"])["amount"].transform('sum')
df["product id"] = df["acct no"].astype(str)+"-"+(df.groupby("acct no").cumcount()+1).astype(str)

print (df)

   acct no  product type  amount  product sum product id
0      100             1      35           35      100-1
1      100             2      45           95      100-2
2      100             2      50           95      100-3
3      101             4      10           11      101-1
4      101             4       1           11      101-2
5      102             5      70           70      102-1
6      102             6      90           90      102-2