24

我有以下 python pandas 数据框:

df = pd.DataFrame( {
   'A': [1,1,1,1,2,2,2,3,3,4,4,4],
   'B': [5,5,6,7,5,6,6,7,7,6,7,7],
   'C': [1,1,1,1,1,1,1,1,1,1,1,1]
    } );

df
    A  B  C
0   1  5  1
1   1  5  1
2   1  6  1
3   1  7  1
4   2  5  1
5   2  6  1
6   2  6  1
7   3  7  1
8   3  7  1
9   4  6  1
10  4  7  1
11  4  7  1

我想要另一列存储固定(两者)A和B的C值的总和值。也就是说,类似于:

    A  B  C  D
0   1  5  1  2
1   1  5  1  2
2   1  6  1  1
3   1  7  1  1
4   2  5  1  1
5   2  6  1  2
6   2  6  1  2
7   3  7  1  2
8   3  7  1  2
9   4  6  1  1
10  4  7  1  2
11  4  7  1  2

我已经尝试过使用 pandasgroupby并且它很有效:

res = {}
for a, group_by_A in df.groupby('A'):
    group_by_B = group_by_A.groupby('B', as_index = False)
    res[a] = group_by_B['C'].sum()

但我不知道如何以有序的方式“获取”res结果df。对此有任何建议都会非常高兴。谢谢你。

4

4 回答 4

23

这是一种方法(尽管感觉这应该与应用一起使用,但我无法理解)。

In [11]: g = df.groupby(['A', 'B'])

In [12]: df1 = df.set_index(['A', 'B'])

sizegroupby 函数是你想要的,我们必须将它匹配到'A'和'B'作为索引:

In [13]: df1['D'] = g.size()  # unfortunately this doesn't play nice with as_index=False
# Same would work with g['C'].sum()

In [14]: df1.reset_index()
Out[14]:
    A  B  C  D
0   1  5  1  2
1   1  5  1  2
2   1  6  1  1
3   1  7  1  1
4   2  5  1  1
5   2  6  1  2
6   2  6  1  2
7   3  7  1  2
8   3  7  1  2
9   4  6  1  1
10  4  7  1  2
11  4  7  1  2
于 2013-07-16T00:48:48.483 回答
13

您还可以使用应用于 groupby 的变换来做一个衬里:

df['D'] = df.groupby(['A','B'])['C'].transform('sum')
于 2015-12-30T14:54:02.467 回答
8

您也可以使用合并来做一个单行,如下所示:

df = df.merge(pd.DataFrame({'D':df.groupby(['A', 'B'])['C'].size()}), left_on=['A', 'B'], right_index=True)
于 2013-08-20T17:55:37.647 回答
0

你可以使用这个方法:

columns = ['col1','col2',...]
df.groupby('col')[columns].sum()

如果您愿意,您还可以使用.sort_values(by = 'colx', ascending = True/False)after.sum()按特定列 (colx) 并按升序或降序对最终输出进行排序。

于 2021-09-21T09:38:11.897 回答