在read_csv總結值的Python

Question

我有一個表在CSV使用熊貓：

Name  A B C 
aa  0 5 7 
aa  1 2 3 
aa  1 5 6 
aa  0 8 9 
aa  1 8 9 
aa  1 8 9 
ab  0 8 9 
ab  1 8 9 
ab  1 8 9 
ab  1 8 9 
ac  0 8 9 
ac  0 8 9 

什麼，我需要做的是薩姆所有的C平等的名稱;如果A = 1，所以輸出應該是這樣的名稱：{B的第一個：sum（C爲這個A）}。 我需要爲A中每個1的補丁單獨求和。 例如，aa的前1個出現在第二行，因此我們將B取爲此（此處爲2），然後取C。我們轉到下一行，A = 1，然後我們將C與前一個C（從第二行開始）相加。第4個A = 0，所以我們不要拿這個字符串並繼續。第五屆A = 1了，所以我們再次做的第一步：保持B = 8，總結所有具有下一個C A = 1 例如，

aa: {2:3+6, 8:9+9} //here 2 is B when A=1 for the first time 
ab: {8: 9+9+9} 
ac: {*nothing, because no 1*} 

我知道這很容易，但我新的Python和卡住了通過列

Answer 1

迭代我認爲你需要幫手列count，然後groupby和first和sumagg第一個值。然後，你需要通過面罩df.A == 1子集，最後你可以drop列A和count：

df['count'] = (df['A'].diff(1) != 0).astype('int').cumsum() 
print df 
    Name A B C count 
0 aa 0 5 7  1 
1 aa 1 2 3  2 
2 aa 1 5 6  2 
3 aa 0 8 9  3 
4 aa 1 8 9  4 
5 aa 1 8 9  4 
6 ab 0 8 9  5 
7 ab 1 8 9  6 
8 ab 1 8 9  6 
9 ab 1 8 9  6 
10 ac 0 8 9  7 
11 ac 0 8 9  7 

df = df.groupby(['Name','A', 'count']).agg({'B' : 'first', 'C' : 'sum'}).reset_index() 
print df 
    Name A count C B 
0 aa 0  1 7 5 
1 aa 0  3 9 8 
2 aa 1  2 9 2 
3 aa 1  4 18 8 
4 ab 0  5 9 8 
5 ab 1  6 27 8 
6 ac 0  7 18 8 

df = df[df.A == 1] 
print df 
    Name A count C B 
2 aa 1  2 9 2 
3 aa 1  4 18 8 
5 ab 1  6 27 8 

df = df.drop(['A','count'], axis=1) 
print df 
    Name C B 
2 aa 9 2 
3 aa 18 8 
5 ab 27 8 

我如何獲得列count：

print df['A'].diff(1) 
0 NaN 
1  1 
2  0 
3  -1 
4  1 
5  0 
6  -1 
7  1 
8  0 
9  0 
10 -1 
11  0 
Name: A, dtype: float64 

print df['A'].diff(1) != 0 
0  True 
1  True 
2  False 
3  True 
4  True 
5  False 
6  True 
7  True 
8  False 
9  False 
10  True 
11 False 
Name: A, dtype: bool 

print (df['A'].diff(1) != 0).astype('int') 
0  1 
1  1 
2  0 
3  1 
4  1 
5  0 
6  1 
7  1 
8  0 
9  0 
10 1 
11 0 
Name: A, dtype: int32 

print (df['A'].diff(1) != 0).astype('int').cumsum() 
0  1 
1  2 
2  2 
3  3 
4  4 
5  4 
6  5 
7  6 
8  6 
9  6 
10 7 
11 7 
Name: A, dtype: int32