Soy muy nuevo en python pandas módulo.
Supongamos que tengo una trama de datos o una tabla como la siguiente:
df = pd.DataFrame({
'Column A': [12,12,12, 15, 16, 141, 141, 141, 141],
'Column B':['Apple' ,'Apple' ,'Apple' , 'Red', 'Blue', 'Yellow', 'Yellow', 'Yellow', 'Yellow'],
'Column C':[100, 50, np.nan , 23 , np.nan , 199 , np.nan , 1,np.nan]
})
o tengo una tabla de datos como sigue:
| Column A | Column B |Column C
----| -------- | ---------|--------
0 | 12 | Apple |100
1 | 12 | Apple |50
2 | 12 | Apple |NaN
3 | 15 | Red |23
4 | 16 | Blue |NaN
5 | 141 | Yellow |199
6 | 141 | Yellow |NaN
7 | 141 | Yellow |1
8 | 141 | Yellow |NaN
Si los valores en la columna a se repiten, a continuación, agregue los valores correspondientes en la Columna C y pegar la suma en la nueva columna D (Por ejemplo, hay 3 filas de 12, por lo tanto debemos agregar los valores correspondientes de 100 + 50 + NaN, y la suma de resultados 150 deben ser almacenados en la nueva columna D).
Si los valores en la columna a no repetir pegar directamente de la Columna de los valores de C en la nueva columna D (tales como la fila 3), pero para NaN, debe ser 0 (tales como la fila 4).
Podría usted por favor me ayude a conseguir una salida como esta en python jupyter notebook:
| Column A | Column B |Column C |Column D
----- | -------- | ---------|---------|---------
0 | 12 | Apple |100 |150
1 | 15 | Red |23 |23
2 | 16 | Blue |NaN |0
3 | 141 | Yellow |199 |200