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{Order
在两组数据中都匹配,那么我需要从MvT101group
中减去{
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
希望我能正确地理解这个问题。两个组分组后:
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:
然后可以添加计算列:
相关问题 更多 >
编程相关推荐