使用python根据特定列将多行合并为一行
使用python根据特定列将多行合并为一行
提问于 2022-02-22 07:30:39
我需要修改可计费和非计费利用率中的可用值，早期它的默认值现在是动态的。
我有一个可计费的列值“是”和“否”
如果值为“是”，那么它将按行向和创建新列为“可计费利用”。
Billing_utilization = df[Billing_utilization] * sum/available * 100如果值是'No‘，那么它将是按行和的，并创建了新的列，作为“不可计费的使用”。
Non-Billing_utilization = df[Non-Billing_utilization] * sum/ available1 * 100数据：
| Employee Name | Java | Python | .Net | React | Billable |
| Priya | 10 | | 5 | | Yes |
| Priya | | 10 | | 5 | No |
| Krithi | | 10v | 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 |df['Billable Status'] = np.where ( df['Billable Status'] == 'Billable', 'Billable Utilization','Non Billable Utilization' )
df2 = (df.groupby ( ['Employee Name', 'Billable Status'])[list_column].sum ().sum ( axis=1 ).unstack ().div (available2).mul(100)).round ( 2 ))
df = df1.join ( df2 ).reset_index ()
df.index = df.index
# Round the column value
df['Total'] = df['Total'].round ( 2 )
# df= df.round(2)回答 1
Stack Overflow用户
发布于 2022-02-22 09:06:57
尝试：
cols = df.select_dtypes ( 'number' ).columns.tolist ()
df['Total'] = df.groupby('Employee Name')[cols].transform('sum').sum(1)
df['Billing'] = df.mask(df['Billable'] == 'No')[cols].sum(1) / df['Total']
df['Non-Billing'] = df.mask(df['Billable'] == 'Yes')[cols].sum(1) / df['Total']
aggfuncs = dict(zip(cols, ['sum']*len(cols)))
aggfuncs.update({'Total': 'first', 'Billing': 'sum', 'Non-Billing': 'sum'})
out = df.pivot_table(aggfuncs, 'Employee Name', aggfunc=aggfuncs,
sort=False, fill_value=0)[aggfuncs].reset_index()输出：
>>> out
Employee Name Java Python .Net React Total Billing Non-Billing
0 Priya 10 10 5 5 30 0.5 0.5
1 Krithi 0 10 20 0 30 0.0 1.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71217421
复制相关文章
相似问题
腾讯云开发者
