Результат python pandas groupby()

У меня есть следующий кадр данных python pandas:

df = pd.DataFrame( {
   'A': [1,1,1,1,2,2,2,3,3,4,4,4],
   'B': [5,5,6,7,5,6,6,7,7,6,7,7],
   'C': [1,1,1,1,1,1,1,1,1,1,1,1]
    } );

df
    A  B  C
0   1  5  1
1   1  5  1
2   1  6  1
3   1  7  1
4   2  5  1
5   2  6  1
6   2  6  1
7   3  7  1
8   3  7  1
9   4  6  1
10  4  7  1
11  4  7  1

Я хотел бы иметь еще один столбец, хранящий значение суммы над значениями C для фиксированных (оба) A и B. То есть что-то вроде:

    A  B  C  D
0   1  5  1  2
1   1  5  1  2
2   1  6  1  1
3   1  7  1  1
4   2  5  1  1
5   2  6  1  2
6   2  6  1  2
7   3  7  1  2
8   3  7  1  2
9   4  6  1  1
10  4  7  1  2
11  4  7  1  2

Я пробовал с pandas groupby и это вроде работает:

res = {}
for a, group_by_A in df.groupby('A'):
    group_by_B = group_by_A.groupby('B', as_index = False)
    res[a] = group_by_B['C'].sum()

но я не знаю, как "получить" результаты от res в df упорядоченным образом. Был бы очень доволен любым советом по этому поводу. Спасибо.

Ответы

Ответ 1

Здесь один из способов (хотя он чувствует, что это должно срабатывать в одно время с применением, я не могу его получить).

In [11]: g = df.groupby(['A', 'B'])

In [12]: df1 = df.set_index(['A', 'B'])

Функция size groupby является той, которую вы хотите, мы должны сопоставить ее с "A" и "B" в качестве индекса:

In [13]: df1['D'] = g.size()  # unfortunately this doesn't play nice with as_index=False
# Same would work with g['C'].sum()

In [14]: df1.reset_index()
Out[14]:
    A  B  C  D
0   1  5  1  2
1   1  5  1  2
2   1  6  1  1
3   1  7  1  1
4   2  5  1  1
5   2  6  1  2
6   2  6  1  2
7   3  7  1  2
8   3  7  1  2
9   4  6  1  1
10  4  7  1  2
11  4  7  1  2

Ответ 2

Вы также можете сделать один лайнер с помощью слияния следующим образом:

df = df.merge(pd.DataFrame({'D':df.groupby(['A', 'B'])['C'].size()}), left_on=['A', 'B'], right_index=True)

Ответ 3

Вы также можете сделать один лайнер с использованием преобразования, применяемого к groupby:

df['D'] = df.groupby(['A','B'])['C'].transform('sum')