python进行分组运算后的问题

[xxii12]

请教，对于分组后的结果，想根据这个结果赋值一个新列，应该如何实现？非常感谢！

例如：根据“交易组编号”分组，对同一组内的金额做判断，如果同一组的2个记录金额相同，则在新列中返回'1', 也就是对于同样交易组编号的两行的新列，都对应返回‘1’。反之在新列返回0.

交易组编号 成交编号 金额
05530092019020106217048 05530082019020106217049 1120.8
05530092019020106217048 05530082019020106217047 1120.8
05530092019020106216408 05530082019020106216409 10
05530092019020106216408 05530082019020106216407 5
05530092019020106216330 05530082019020106216331 10
05530092019020106216330 05530082019020106216329 5
05530092019020106216160 05530082019020106216161 1569.217484
05530092019020106216160 05530082019020106216159 1569.217484
05530092019020106216055 05530082019020106216056 10
05530092019020106216055 05530082019020106216054 5
05530092019020106216049 05530082019020106216050 1568.617202
05530092019020106216049 05530082019020106216048 1568.617202

[陈年椰子]

引用 2 楼 夏峥 的回复:

[quote=引用 1 楼 陈年椰子的回复:]考虑下 pandas ， 按 交易组编号、成交编号 分组， 取金额合计值和平均值， 新列 根据合计值和平均值*2比较 分别赋值。

谢谢，我遇到的障碍就在于，分组计算出结果后，不知道怎样把结果作为原基础数据的判断条件[/quote]
大概写了一下， 不知道数据量大的情况下效率如何
Python2.7 代码

import pandas as pd

list_A = [['05530092019020106217048', '05530082019020106217049', 1120.8],
['05530092019020106217048', '05530082019020106217047', 1120.8],
['05530092019020106216408', '05530082019020106216409', 10],
['05530092019020106216408', '05530082019020106216407', 5],
['05530092019020106216330', '05530082019020106216331', 10],
['05530092019020106216330', '05530082019020106216329', 5],
['05530092019020106216160', '05530082019020106216161', 1569.217484],
['05530092019020106216160', '05530082019020106216159', 1569.217484],
['05530092019020106216055', '05530082019020106216056', 10],
['05530092019020106216055', '05530082019020106216054', 5]]

df1 = pd.DataFrame(list_A)
df1.columns = ['BH', 'BH1', 'JE']
df2 = df1.groupby(['BH']).sum().reset_index()

def get_flag(x,y):
    a1 = df2[df2['BH'] == x][['JE']]
    for index, row in a1.iterrows():
        if row[0]/2 == y:
            return "1"
        else:
            return "0"

df1['FLAG'] = df1.apply(lambda  x: get_flag(x.BH,x.JE), axis=1)
print df1

[陈年椰子]

考虑下 pandas ， 按 交易组编号、成交编号 分组， 取金额合计值和平均值， 新列 根据合计值和平均值*2比较 分别赋值。

[xxii12]

引用 1 楼 陈年椰子的回复:

考虑下 pandas ， 按 交易组编号、成交编号 分组， 取金额合计值和平均值， 新列 根据合计值和平均值*2比较 分别赋值。

谢谢，我遇到的障碍就在于，分组计算出结果后，不知道怎样把结果作为原基础数据的判断条件

[陈年椰子]

参考这个
https://blog.csdn.net/leo_weile/article/details/80817883

pandas将datafram中某列按照条件赋值方法

[xxii12]

引用 7 楼 陈年椰子的回复:

如果是这样，函数及更新那里要多个日期条件。 大概思路如此。

倒不是增加分组条件。分组仍然按组编号，但是比较同一个组内的两个日期是否相等

[xxii12]

引用 4 楼 陈年椰子的回复:

[quote=引用 2 楼 夏峥 的回复:]
[quote=引用 1 楼 陈年椰子的回复:]考虑下 pandas ， 按 交易组编号、成交编号 分组， 取金额合计值和平均值， 新列 根据合计值和平均值*2比较 分别赋值。

谢谢，我遇到的障碍就在于，分组计算出结果后，不知道怎样把结果作为原基础数据的判断条件[/quote]
大概写了一下， 不知道数据量大的情况下效率如何
Python2.7 代码

import pandas as pd

list_A = [['05530092019020106217048', '05530082019020106217049', 1120.8],
['05530092019020106217048', '05530082019020106217047', 1120.8],
['05530092019020106216408', '05530082019020106216409', 10],
['05530092019020106216408', '05530082019020106216407', 5],
['05530092019020106216330', '05530082019020106216331', 10],
['05530092019020106216330', '05530082019020106216329', 5],
['05530092019020106216160', '05530082019020106216161', 1569.217484],
['05530092019020106216160', '05530082019020106216159', 1569.217484],
['05530092019020106216055', '05530082019020106216056', 10],
['05530092019020106216055', '05530082019020106216054', 5]]

df1 = pd.DataFrame(list_A)
df1.columns = ['BH', 'BH1', 'JE']
df2 = df1.groupby(['BH']).sum().reset_index()

def get_flag(x,y):
    a1 = df2[df2['BH'] == x][['JE']]
    for index, row in a1.iterrows():
        if row[0]/2 == y:
            return "1"
        else:
            return "0"

df1['FLAG'] = df1.apply(lambda  x: get_flag(x.BH,x.JE), axis=1)
print df1

[/quote] 谢谢，很感谢！另外还想追问一下，如果要比较的是一组内的两个日期是否相等并作出判断，就不能用这种方式了吧，对于2019-01-01这种格式，是不是要先做转换？

[陈年椰子]

意思是根据 组编号和日期分组？


df2 = df1.groupby(['BH','RQ']).sum().reset_index()

大概就是这样的形式。

[陈年椰子]

如果是这样，函数及更新那里要多个日期条件。 大概思路如此。

[xxii12]

引用 9 楼 陈年椰子的回复:

像这种情况， 可能直接用 for 循环处理逻辑还简单些。
读到列表里， 排序， for 循环搞掂它。

多谢帮助谢谢

[陈年椰子]

像这种情况， 可能直接用 for 循环处理逻辑还简单些。
读到列表里， 排序， for 循环搞掂它。