如何在群后数据处理中使用？

Question

这是我的代码，直到df=pd.df为止，如果我在if之前尝试使用print((df.loc[("invoice type")])，那么代码就能工作，但是当我使用if给出错误"Key Error: ´type´"时，当我使用groupby时，列名类型会出现在其他列下面。

我需要的是查找包含单词和数字的名称类型，例如invoice type-5，并仅使用if搜索第2列的值。

df = pd.read_excel("example.xlsx", header=0)
df = df.gropuby("type")[["column 2","column 3", "column 4"]].sum()

df = pd.DataFrame(df)

if "invoice type - 5" in df["type"]:
    print((df.loc[("invoice type")])

Answer 1

首先，您不想使用df[type] --您希望使用df['type'] (注意引号)或df.type。

其次，您可以检查if "your string" in df.your_column。您需要使用df.your_column.str.contains("your string")来代替：

if df['type'].str.contains("invoice type - 5").any():
    print((df.loc[("invoice type")])

Answer 2

让我们在groupby中使用as_type=False，然后使用query过滤数据组的结果：

df.groupby('type', as_index=False)[["column 2","column 3", "column 4"]]\
  .sum().query('type == "invoice type - 5"')

MVCE：

df = pd.DataFrame({'type':np.random.choice([*'abcde'], 100),
                  'col1':np.random.random(100),
                  'col2':np.random.random(100)})

df.groupby('type', as_index=False)[['col1', 'col2']]\
  .sum().query('type == "a"')

输出：

  type      col1      col2
0    a  9.226583  8.052578