python - 基于 Pandas DataFrame 中另一列的总和列

Question

我有一个像这样的熊猫数据框：

>>> df = pd.DataFrame({'MONTREGL':[10,10,2222,35,200,56,5555],'SINID':['aaa','aaa','aaa','bbb','bbb','ccc','ccc'],'EXTRA':[400,400,400,500,500,333,333]})
>>> df
   MONTREGL SINID EXTRA
0        10   aaa   400
1        10   aaa   400
2      2222   aaa   400
3        35   bbb   500
4       200   bbb   500
5        56   ccc   333
6      5555   ccc   333

我想MONTREGL对每个 groupby的列求和SINID...

所以我得到 2242 的 aaa 等等......我还想保留 column 的值EXTRA。

这是预期的结果：

   MONTREGL SINID EXTRA
0      2242   aaa   400
1       235   bbb   500
2      5611   ccc   333

提前感谢您的帮助！

Answer 1

我最终使用了这个脚本：

dff = df.groupby(["SINID","EXTRA"]).MONTREGL.sum().reset_index()

它适用于这个测试和生产。

Answer 2

下面的代码适用于您的示例：

df1 = df.groupby(["SINID"]).sum()
df1['EXTRA'] = df.groupby(["SINID"]).mean()['EXTRA']

结果 ：

       MONTREGL  EXTRA
SINID                 
aaa        2242  400.0
bbb         235  500.0
ccc        5611  333.0

Answer 3

我知道这篇文章很旧，但这可能对其他人有帮助：

使用位置： df.loc[df['SINID'] == aaa].MONTREGL.sum()

使用 groupby： df.groupby('SINID')['MONTREGL'].sum()

以下链接中回答了类似的问题（查看 Alex Riley 的回复）：

如何使用熊猫对与给定条件匹配的列中的值求和？

祝你好运，

Answer 4

我的建议是使用与其他列相关的条件过滤您的数据框，然后应用 sum 函数，

它是这样的。

import pandas as pd

df=pd.Dataframe({a:[1,2,3],b:[2001,2015,2019],c:[1,0,1]})

aux=df[df.c>0]

sa=aux.a.sum()

sb=aux.b.sum()

我的语法可能不正确（我没有运行代码）但它可能会起作用并引导您找到答案

祝你好运。