获取 groupby 中特定唯一名称的所有值的总和

Question

我希望这是有道理的，但我需要获取一列值的总和，但它需要是与 groupby 生成的组中一个特定唯一行值关联的所有值。

这是我用来对所有内容进行分组的代码：

df_revPAR = df.groupby('IndustrySegmentName', as_index=False)[
    ['BrandRevenueTY', 'BrandSupplyTY', 'BrandDemandTY', 
     'IndustryRevenueTY', 'IndustrySupplyTY', 'IndustryDemandTY']].sum()

这确实根据我想要的“IndustrySegmentName”对数据进行了分组，它给了我品牌数据的总和（每个酒店的日常数字）。这就是我需要的品牌数据信息。

问题来了。不同酒店名称的行业数据（IndustrySupplyTY、IndustryDemandTY、IndustryRevenueTY）重复。整个组 (IndustrySegementName) 的行业数据相同。这不是像“BrandSupply”或“BrandRevenue”数据这样的个人数据。我不需要获取该组中每个不同酒店的所有行的总和。我只需要行业细分名称组中酒店行业数据之一的总和，或者我需要将我从上述代码中获得的总和值除以每个 IndustrySegmentName 中分组的唯一酒店名称的数量。我该怎么做？

例如，在高档组中，我只需要从英迪格酒店获取“IndustryX”数据的总和，用作整个“高档”组的“IndustryX”数据，而不是所有值的总和在英迪格酒店和广场酒店内。

或者我需要将“高档”组中“IndustryX”数据的总和除以 2（该组中唯一酒店的数量），但我需要一种方法来获得此计数。

潜在的解决方案，但正在寻找更好的编码方式：

df_brandcount = df.groupby('IndustrySegmentName', as_index=False)[
    ['Hotel Name']].nunique()
df_revPAR['BrandCount'] = df_brandcount['Hotel Name']

Answer 1

为什么不做两个单独的分组？

因此，一个用于酒店特定数据，一个用于行业特定数据。之后您可以合并数据。

未经测试的代码，因为没有提供测试数据示例：

df_hotel = df.groupby('IndustrySegmentName', as_index=False)[
    ['BrandRevenueTY', 'BrandSupplyTY', 'BrandDemandTY', 
     'IndustryRevenueTY', 'IndustrySupplyTY', 'IndustryDemandTY']].sum()
df_brand = df.groupby(['IndustrySegmentName','DateTY'], as_index=False)[
    ['IndustryRevenueTY', 'IndustrySupplyTY', 'IndustryDemandTY']].max().groupby('IndustrySegmentName', as_index=False)[
    ['IndustryRevenueTY', 'IndustrySupplyTY', 'IndustryDemandTY']].sum()

df_revPAR = pd.merge(df_brand, df_hotel, on='IndustrySegmentName')