熊猫合并（减去）具有相同绝对值的两行

Question

              Quantity  frequency0                  200        1581                 -200        1162                  500         853                 1000         624                  300         575                 -500         516                 -300         50我试图减去两个相同的频率并按频率abs(Quantity)更新column['frequency'] 和排序。输出：              Quantity  frequency0                 1000         621                  200         422                  500         343                  300          7...

Answer 1

一种方法。

a = abs(df.Quantity)

b = df[df.groupby(a)["frequency"].transform('count')>1]

c = df[df.groupby(a)["frequency"].transform('count')==1]

d = b.groupby(a)['frequency'].apply(lambda x: x.values[0]-x.values[-1]).reset_index()

d.append(c)

输出

Quantity    frequency

0   200     42

1   300     7

2   500     34

3   1000    62

Answer 2

这将产生您寻求的结果：

query = df.copy()

query["abs_quantity"] = query["Quantity"].abs()

abs_freq = pd.DataFrame(data=query.abs_quantity.value_counts()) \

             .reset_index(level=0) \

             .rename(columns={"index": "abs_quantity",

                              "abs_quantity": "abs_freq"})

results = query.merge(abs_freq, on="abs_quantity") \

               .query("abs_freq == 1")[["Quantity", "frequency"]] \

               .sort_values(by="frequency", ascending=False)

Answer 3

您可以尝试以下代码片段：

for index,row in df.iterrows():

if int(row["Quantity"])<0:

    # Make all quantities as positive

    row["Quantity"]=row["Quantity"]*-1

    # Transfer the quantity sign to freq

    row["Freq"]=row["Freq"]*-1

这将改变标志。

df.groupby(['Quantity']).sum()

这将按数量对其进行分组。