如何对大熊猫中的几个栏目作出有条件的判断？

Question

我有个数据：

​

​

我想计算销售人员卖给医院的设备数量。

有几种情况：

1. A销售对应于一家医院，只有一行数据，这表明这次出售向该医院出售了一件设备，就像表中的迈克行一样。

1. A销售对应于一家医院，但是有两行数据(如andrew或duke)，如果其中一行数据的签名时间和到达时间为空(exapmle: Nan，NaT，None)，而且这一行的佣金是10000的倍数，那么这个销售人员只向这家医院

出售了一台设备。

1. 在同一家医院有两名不同的销售人员，这意味着两名销售人员每人销售0.5台。

我需要的最后一个输出表如下所示：

​

​

我怎么能用熊猫做这件事？

Answer 1

IIUC用途：

#test all rows with at least one non NaN, Nat, None values
m = df[['Signing time', 'Arrival time']].notna().any(axis=1)

#get sums per Hospitals of Trues
df['Number of equipment'] = df.assign(m = m).groupby(['Hospital'])['m'].transform('sum')

#remove duplicates per both columns
df = df.drop_duplicates(['Sales','Hospital'])

#divide by number of Hospitals
df['Number of equipment'] /= df['Hospital'].map(df['Hospital'].value_counts())

#aggreagte sum if Sales are duplicates
df1 = df.groupby('Sales', sort=False, as_index=False)['Number of equipment'].sum()

#filter only columns if Sales are not duplicated
#df1 = df[['Sales','Number of equipment']]