Pandas промежуточный итог с фильтром для всей группы

Question

с учетом приведенного ниже фрейма данных:

import pandas as pd
import numpy as np
np.random.seed(seed=1)
size=20
df = pd.DataFrame({"group":np.random.choice(["A","B","C"], size),
                   "exclude":np.random.choice(["Yes","No"], size),
                   "value":np.random.randint(0,5,size=20)}).sort_values(["group","value","exclude"])

Для каждой группы мне нужен столбец с промежуточным итогом группы, исключая указанные c строки. Я делаю это с помощью следующей команды:

df["group_sum"] = df[(df.exclude=="No")].groupby("group")["value"].transform("sum")

К сожалению, столбец пуст для исключенных записей. Чтобы заполнить его, я выполняю следующее:

df["group_sum"] = df.groupby("group")["group_sum"].transform("max")

Есть ли способ объединить два утверждения в одно?

Answer 1

Вы можете использовать Series.map для сопоставления вашего group с результатами groupby:

 df["group_sum"] = df["group"].map(df[df.exclude=="No"].groupby("group")["value"].sum())

 print (df)

    group exclude  value  group_sum
 2      A      No      0         12
 6      A      No      0         12
 10     A      No      0         12
 5      A     Yes      0         12
 1      A     Yes      1         12
 8      A      No      2         12
 14     A      No      3         12
 18     A      No      3         12
 19     A      No      4         12
 16     B      No      0          4
 9      B      No      1          4
 0      B     Yes      1          4
 4      B     Yes      1          4
 12     B     Yes      1          4
 7      B      No      3          4
 3      B     Yes      4          4
 17     C      No      1          5
 13     C     Yes      1          5
 11     C     Yes      3          5
 15     C      No      4          5

Answer 2

Вы можете использовать where, который сохраняет невыбранные строки, но устанавливает для них значения NaN:

df["group_sum"] = df.where(df.exclude== 'No').groupby("group")["value"].transform(
                    "sum").groupby(df.group).transform("max")

Это дает:

   group exclude  value  group_sum
2      A      No      0       12.0
6      A      No      0       12.0
10     A      No      0       12.0
5      A     Yes      0       12.0
1      A     Yes      1       12.0
8      A      No      2       12.0
14     A      No      3       12.0
18     A      No      3       12.0
19     A      No      4       12.0
16     B      No      0        4.0
9      B      No      1        4.0
0      B     Yes      1        4.0
4      B     Yes      1        4.0
12     B     Yes      1        4.0
7      B      No      3        4.0
3      B     Yes      4        4.0
17     C      No      1        5.0
13     C     Yes      1        5.0
11     C     Yes      3        5.0
15     C      No      4        5.0