3列のデータを使用してパンダのデータフレームを操作する

Question

私の仕事を達成するための方法が整いません。私は3列のデータフレームを持っています：length, reachcode, and year。

私の例のデータフレーム：

year reachcode length 
1988 1000  1.2 
1988 1000  2.0 
1990 1000  0.3 
1993 1000  0.5 

私はその年の「長さ」を単一年以内に「reachcode」重複するものを見つけ、その後、合計しようとしています。

その後、私は「長さ」の合計値と同じ「到達コード」を異なる年に比較し、最小値を維持したいと考えています。

したがって、データフレームの例では、長さ1.2と2.0が1998年とreachcode = 1000の合計となり、その値（3.2）が1990と1993と比較され、値0.3とreachcodeが新しいリスト。

私はパンダにいくつかの経験がありますが、これはこれまで対処していたよりも複雑な作業です。私の実際のデータフレームは約40,000行なので、これを自動化する方法を見つけることは非常に役に立ちます。助けてくれてありがとう。

Answer 1

ダブルステージgroupbyが必要です。まずyearとreachcodeをGROUPBYと合計を計算、あなたはlengthの分を取るために、さらにreachcodeをGROUPBYことができるようにインデックスをリセット：

df.groupby(['year', 'reachcode']).sum().reset_index().groupby('reachcode')['length'].min() 

# reachcode 
#  1000 0.3 
# Name: length, dtype: float64 

Answer 2

は単にgroupby集計実行：

df['lengthsum'] = df.groupby(['year', 'reachcode'])['length'].transform(sum) 

df['lengthmin'] = df.groupby(['reachcode'])['lengthsum'].transform(min) 

# year reachcode length lengthsum lengthmin 
# 0 1988  1000  1.2  3.2  0.3 
# 1 1988  1000  2.0  3.2  0.3 
# 2 1990  1000  0.3  0.3  0.3 
# 3 1993  1000  0.5  0.5  0.3