使用python中的特定列将多行合并为单行。

Question

我需要把这两张唱片合并成一张唱片。我有一个可计费的列值“是”和“No”

如果值为'Yes‘，那么它将按行的方式将新列相加为'Billable’。

计费= dfBilling * sum/168 * 100

如果值是'No‘，那么它将按行和，并创建新列为。

非计费=dfNon-计费* sum/ 168 * 100

数据：

|Employee Name  |    Java  |  Python  | .Net  |  React |  Billable|                                  
|Priya          |    10    |          |   5   |        |  Yes     |                     
|Priya          |          |  10      |       |     5  |  No      |  
|Krithi         |          |   10     |   20  |        |  No      |  

输出

Priya在可计费和不可计费两种情况下，priya名称出现在两行。我需要在一行中合并员工名。所以预期的产出应该是

| Employee Name |   Java    | Python    |.Net   | React | Total       |Billing      | Non-Billing|     
| Priya         |   10      | 10        | 5     | 5     | 30          |8.928571429  | 8.928571429|     
| Krithi        |   10      | 20        |       |       | 30          |             | 17.85714286|

预期输出可计费数据和不可计费数据应排在一行中。

预期产出

但是我得到了两行输出--可计费和不可计费。

我得到的当前输出

total=df.sum(axis=1)
df.insert(len(df.columns),column='Total',value=total)

x = (Billable_cal.loc[:,:].sum(axis=1)/available*100).round(2)
df["Billing"] = np.where(df["Billable"] == "Yes", x, "")
df["Non Billing"] = np.where(df["Billable"] == "No", x, "")

Answer 1

首先按Employee Name名称聚合到df1，然后由Billable与numpy.where进行聚合，对于两列的sum、所有列的和、Series.unstack的整形、除法和最后添加到df1，以获得最终输出：

df1 = df.groupby('Employee Name', sort=False).sum(min_count=1)

df['Billable'] = np.where(df['Billable'] == 'Yes', 'Billing','Non-Billing')

df2 = (df.groupby(['Employee Name','Billable'])
        .sum()
        .sum(axis=1)
        .unstack()
        .div(168)
        .mul(100))

df = df1.join(df2).reset_index()
print (df)
  Employee Name  Java  Python  .Net  React   Billing  Non-Billing
0         Priya  10.0    10.0   5.0    5.0  8.928571     8.928571
1        Krithi   NaN    10.0  20.0    NaN       NaN    17.857143