np.where 内的 Pandas GROUPBY

Question

我收到以下代码错误：

np.where(df['A'].groupby([df['B'], df['B_1']]).sum() > 0, 1, 0)

错误： ValueError: operands could not be broadcast together with shapes (2013,) (1353,) ()

groupby里面可以做熊猫吗np.where？

做这个的最好方式是什么？

我想要sum一个列，df[A]其中列df[B]和df[B_1]

Excel中的公式：

=IF($J3=$C3,IF(SUMIFS($S:$S,$A:$A,$A3,$C:$C,$C3)>0,1,0),"")

python 中的公式：

df['C'] = np.where(df['B_1'] == df['B'], np.where(df['competing'].groupby([df['company_id'], df['company_id.1']]).sum() > 0, 1, 0), None)

Answer 1

Excel 的SUMIFS返回内联聚合基于返回值与输入值长度相同的条件（即计算之前和之后）。

要获得类似的结果，请考虑 pandasgroupby().transform()它也返回内联聚合，其中返回的列与输入列的长度相同。groupby()单独运行会将记录折叠到返回不同长度值的分组中。

df['C'] = np.where(df['B_1'] == df['B'], 
                   np.where(df.groupby(['company_id', 'company_id.1'])['competing'].transform('sum') > 0, 1, 0),
                   np.nan)