我是否正确地使用了groupby.sum()？

Question

我有以下代码，在new_df"SUM“行中有一个问题：

import pandas as pd 

df = pd.read_excel(r"D:\Tesina\Proteoma Humano\Tablas\uno - copia.xlsx")

#df =  pd.DataFrame({'ID': ['C9JLR9','O95391', 'P05114',"P14866"], 'SEQ': ['1..100,182..250,329..417,490..583', '1..100,206..254,493..586', '1..100', "1..100,284..378" ]})
df2 = pd.DataFrame

df["SEQ"] = df["SEQ"].replace("\.\."," ", regex =True)
new_df = df.assign(SEQ=df.SEQ.str.split(',')).explode('SEQ')
for index, row in df.iterrows():
    new_df['delta'] = new_df['SEQ'].map(lambda x: (int(x.split()[1])+1)-int(x.split()[0]) if x.split()[0] != '1' else (int(x.split()[1])+1))
new_df["SUM"] = new_df.groupby(["ID"]).sum().reset_index(drop=True) #Here's the error, even though I can't see where
df2 = new_df.groupby(["ID","SUM"], sort=False)["SEQ"].apply((lambda x: ','.join(x.astype(str)))).reset_index(name="SEQ")

为了给出一些上下文，它做的如下:抓取具有相同ID的每一行，用"，“分隔数字，用这些数字做一些数学运算(这就是”增量“(我知道它不是增量)行涉及的地方)，最后对每个ID的所有”增量“求和，按照它们的原始ID对它们进行分组，所以我维护相同的行数。

而且，当我使用一个数据样本(开头评论的那个)时，它工作得很好，给了我我想要的结果：

       ID  SUM                            SEQ
0  C9JLR9  353  1 100,182 250,329 417,490 583
1  O95391  244          1 100,206 254,493 586
2  P05114  101                          1 100
3  P14866  196                  1 100,284 378

但是，当我将它应用于我的Excel文件(它有10471行)时，groupby.sum()行不能正常工作(我已经检查了所有其他内容，我知道错误就在该行中)。这是我收到的输出：

           ID  SUM                            SEQ
0      C9JLR9   39  1 100,182 250,329 417,490 583
1      O95391   20          1 100,206 254,493 586
2      P05114   33                          1 100
4      P98177   21                  1 100,176 246

您可以清楚地看到SUM值不同(并且根本不正确)。我也不能弄清楚这些数字是从哪里来的。真的很奇怪。

Answer 1

如果有人感兴趣，在评论中提供了解决方案:我必须用以下代码更改行：

new_df["SUM"] = new_df.groupby("ID")["delta"].transform("sum")