我应该如何减去Pandas中的两个数据帧并显示所需的输出？

Question

我的桌子是这样的：

In [82]:df.head()
Out[82]:
            MatDoc  MatYr  MvT  Material  Plnt  SLoc       Batch  Customer  AmountLC  Amount ...  PO  MatYr.1  MatDoc.1  Order   ProfitCtr    SLED/BBD   PstngDate   EntryDate      Time  Username
    0   4912693062   2015  551    100062  HDC2  0001  5G30MC1A11       NaN      9.03    9.06 ... NaN      NaN       NaN    NaN  IN1165B085  26.01.2016  01.08.2015  01.08.2015  01:13:16    O33462
    1   4912693063   2015  501       166  HDC2  0004         NaN       NaN      0.00    0.00 ... NaN      NaN       NaN    NaN  IN1165B085         NaN  01.08.2015  01.08.2015  01:13:17    O33462
    2   4912693320   2015  551    101343  HDC2  0001  5G28MC1A11       NaN     53.73   53.72 ... NaN      NaN       NaN    NaN  IN1165B085  25.01.2016  01.08.2015  01.08.2015  01:16:30    O33462

在这里，我需要按Order列上的数据分组，并且只对AmountLC进行求和列。那么我需要检查Order列的值，以便它应该同时出现在MvT101group和{}中。如果Order在两组数据中都匹配，那么我需要从MvT101group中减去{}。和显示

^{pr2}$

我首先做了一个新的df，只包含101和102:Mvt101和{}

MvT101 = df.loc[df['MvT'] == 101]

MvT102 = df.loc[df['MvT'] == 102]

然后我按Order对它进行分组，得到列的总和值

MvT101group = MvT101.groupby('Order', sort=True)

In [76]:
MvT101group[['AmountLC']].sum()
Out[76]:
Order          AmountLC
1127828     16348566.88
1127829     22237710.38
1127830     29803745.65
1127831     30621381.06
1127832     33926352.51

MvT102group = MvT102.groupby('Order', sort=True)

In [77]:
MvT102group[['AmountLC']].sum()
Out[77]:
Order         AmountLC
1127830       53221.70
1127831      651475.13
1127834       67442.16
1127835     2477494.17
1128622      218743.14

在这之后，我不知道我应该如何写我的查询。 如果你想知道更多的细节想要。给你是我正在工作的CSV文件Link

Answer 1

希望我能正确地理解这个问题。两个组分组后：

MvT101group = MvT101.groupby('Order',sort=True).sum()
MvT102group = MvT102.groupby('Order',sort=True).sum()

您可以更新两个组的列名称：

^{pr2}$

然后合并所有3个表，以便在主表中包含所有3列：

df = df.merge(MvT101group, left_on=['Order'], right_index=True, how='left')
df = df.merge(MvT102group, left_on=['Order'], right_index=True, how='left')

然后可以添加计算列：

df['calc'] = (df['Order_101']-df['Order_102']) / 100