Создание нового столбца и строк на основе нескольких условий

Question

У меня есть следующий фрейм данных: -

import pandas as pd
df = pd.read_csv('filename.csv')

print(df)

date        organic         paid        source_type
4/1/2018    39911909.19     38575924.75 Search
4/1/2018    5085939.952     882.608927  Social
4/1/2018    16227439.73     0           Mail
4/1/2018    0               5671871.24  Display Ads
4/1/2018    91215520.23     0           Direct
4/1/2018    15743479.56     0           Referrals

Я хочу добавить столбец total_sum для всех типов источников, кроме случаев, когда тип источника - «Поиск». Если source_type - это поиск, я хочу разбить одну строку на две, а тип источника станет органическим c поиском и платным поиском. Сократите df, как показано ниже. С суммирующей частью легко справиться, я просто застрял с разрывом строк и условным префиксом столбца. Dataframe мне нужен: -

date        source_type     Total Sum
4/1/2018    Organic Search  39911909.19
4/1/2018    Paid Search     38575924.75
4/1/2018    Social          5086822.561
4/1/2018    Mail            16227439.73
4/1/2018    Display Ads     5671871.24
4/1/2018    Direct          91215520.23
4/1/2018    Referrals       15743479.56

Answer 1

Вы можете разделить DataFrame на boolean indexing с Series.eq для ==, затем сначала изменить форму на DataFrame.melt с новым столбцом с Series.str.capitalize, вторая фильтрация по инвертированной маске ~, сумма значений с DataFrame.pop для удаления столбца после и последнего использования concat:

mask = df['source_type'].eq('Search')

df1 = df[mask].melt(['date','source_type'], value_name='Total Sum')
df1['source_type'] =  df1.pop('variable').str.capitalize() + ' Search'

df2 = df[~mask].copy()
df2['Total Sum'] = df2.pop('organic').add(df2.pop('paid'))
df = pd.concat([df1, df2], ignore_index=True)
print (df)
       date     source_type     Total Sum
0  4/1/2018  Organic Search  3.991191e+07
1  4/1/2018     Paid Search  3.857592e+07
2  4/1/2018          Social  5.086823e+06
3  4/1/2018            Mail  1.622744e+07
4  4/1/2018     Display Ads  5.671871e+06
5  4/1/2018          Direct  9.121552e+07
6  4/1/2018       Referrals  1.574348e+07