如何在熊猫中分组和合并

Question

我在熊猫中有以下数据框

  Date          Time   Tank       Sales       Quantity        Delivery

  2018-01-01    06:30  1          100         3444            0      

  2018-01-01    07:00  1          200         3144            0

  2018-01-01    05:30  1          100         2900            0      

  2018-01-01    07:30  1          200         2800            0

  2018-01-01    06:30  2          50          3000            0      

  2018-01-01    07:00  2          100         2950            0

  2018-01-01    05:30  2          150         2800            0      

  2018-01-01    07:30  2          100         2704            0

  2018-01-02    06:30  1          100         3444            0      

  2018-01-02    07:00  1          200         3144            0

  2018-01-02    05:30  1          100         2900            50      

  2018-01-02    07:30  1          200         2800            0

  2018-01-02    06:30  2          50          3000            0      

  2018-01-02    07:00  2          100         2950            0

  2018-01-02    05:30  2          150         2800            50     

  2018-01-02    07:30  2          100         2704            0

我想在一天和坦克级别进行汇总，以获得当天的第一个和最后一个数量（按升序排列时间）以及销售和交付的总和。我想要的数据框是

  Date          Tank    Open    Close   Sales    Delivery

  2018-01-01    1       2900    2800    600      0         

  2018-01-01    2       2800    2704    400      0          

  2018-01-02    1       2900    2800    600      50     

  2018-01-02    2       2800    2704    500      50

目前我正在熊猫中关注

这是为了按升序获取第一个和最后一个数量天和罐位排列时间。

  data_open_close_inv = data.sort_values(['Date','Tank','Time']).groupby(['Date','Tank'])['Quantity'].agg(['first','last']).reset_index()

然后我将其汇总为销售和交付的总和

data_agg = data.groupby(['Date','Tank'], as_index = False).agg({'Sales':['sum'],'Delivery':['sum']}).reset_index()

然后再次结合两者。

我可以在熊猫中一步完成所有事情吗？

Answer 1

您可以传递一个带有标量函数名称和列表的字典，但有必要展平 MultiIndex 和rename列：data_open_close_inv = (data.sort_values(['Date','Tank','Time'])                           .groupby(['Date','Tank'])                           .agg({'Sales':'sum','Delivery':'sum', 'Quantity':['first','last']})                           .reset_index())data_open_close_inv.columns = data_open_close_inv.columns.map(''.join)d = {'Salessum':'Sales',     'Delivery_sum':'Delivery',     'Quantityfirst':'Open',     'Quantitylast':'Close',     }data_open_close_inv = data_open_close_inv.rename(columns=d)print (data_open_close_inv)        Date  Tank  Sales  Deliverysum  Open  Close0 2018-01-01     1    600            0  2900   28001 2018-01-01     2    400            0  2800   27042 2018-01-02     1    600           50  2900   28003 2018-01-02     2    400           50  2800   2704