Pandas中的Excel Pandas

Question

我有一个df：

Type   price   stock
a      2       2
b      4       1
b      3       3
a      1       2
a      3       1

我想得到的结果是：

Type   price*stock
a      2*2+1*2+3*1 = 9
b      4*1+3*3 = 13 

我可以很容易地在Excel中完成，但是在Pandas中呢？我尝试过groupby函数，但仍然失败：

Answer 1

首先是多列，然后聚合sum以提高性能：

df1 = df.price.mul(df.stock).groupby(df.Type).sum().reset_index(name='price*stock')
print (df1)
  Type  price*stock
0    a            9
1    b           13

另一个想法是首先使用多个值的crete列，然后聚合它：

df1 = (df.assign(**{'price*stock': df.price.mul(df.stock)})
         .groupby('Type', as_index=False)['price*stock']
         .sum())
print (df1)
  Type  price*stock
0    a            9
1    b           13

Answer 2

groupby关于类型和apply方程的每组。

out = df.groupby("Type").apply(lambda x: sum(x["price"]*x["stock"])).reset_index(name="price*stock")

print(out)
>>  Type  price*stock
0   a         9
1   b         13

Answer 3

另外：

df.groupby('Type').apply(lambda x:x.price@x.stock).reset_index(name='price_stock')
 
  Type  price_stock
0    a            9
1    b           13