如何在pandas DataFrame中按规则新增sell及单店总销售额两列？

步骤1：计算sell列 #

根据规则，unit_percent为空时sell取5，否则取units数值除以unit_percent数值：

import pandas as pd
import numpy as np

# 初始化示例DataFrame
df = pd.DataFrame({
    "store_id": ["1", "1", "2", "2", "3", "3"], 
    "units":  ["5 or less", "17", "5 or less", "5 or less", "28", "15"], 
    "unit_percent":  ["","0.37","","","0.57","0.48" ]
})

# 计算sell列
def get_sell(row):
    if not row["unit_percent"].strip():
        return 5
    return int(row["units"]) / float(row["unit_percent"])

df["sell"] = df.apply(get_sell, axis=1)

步骤2：计算total_sell_per_store列 #

按store_id分组后按规则计算单店总销售额，仅在分组内第一行展示数值，其余行留空：

def get_store_total(group):
    # 筛选当前分组内unit_percent非空的行
    valid_sell = group[group["unit_percent"].str.strip() != ""]["sell"]
    if len(valid_sell) > 0:
        # 存在有效行取最大sell值
        total = valid_sell.max()
    else:
        # 无有效行取所有行sell求和
        total = group["sell"].sum()
    # 仅第一行赋值，其余为NaN
    res = pd.Series([np.nan] * len(group), index=group.index)
    res.iloc[0] = total
    return res

df["total_sell_per_store"] = df.groupby("store_id", group_keys=False).apply(get_store_total)

如果需要控制小数精度，可在计算环节增加round()方法处理即可。

内容的提问来源于stack exchange，提问作者Daven1