向我的数据框添加按类别小计的行

Posted 2023-05-08

【中文标题】向我的数据框添加按类别小计的行

【英文标题】：Adding a row with subtotal by category to my dataframe

【发布时间】：2019-06-18 17:46:19

【问题描述】：

我使用 groupby 创建了一个新的聚合数据框，但在每个类别下添加小计行时遇到问题。

我尝试过使用 pd.groupby 和 pivottable 并更改索引，但我无法按照我的意愿来表示数据。

为每个“客户”创建“USD_Balance”小计，但将其添加为列：

df_balance['Subtotal'] = df_balance.groupby('Client')['USD_Balance'].transform('sum')

创建 groupby 并与我的原始表合并会得到相同的结果。

+----------+-------------+------------+
|CLient ID | USD_Balance | Subtotal   |
+----------+---------+------------+----
|       1  |     2       |     6      |      
|       1  |     2       |     6      |     
|       1  |     2       |     6      |    
+----------+-------------+------------+

我希望如何显示我的数据：

|---------------------|------------------|
|      Client ID      |    USD_Balance   |
|---------------------|------------------|
|          1          |         2        |
|---------------------|------------------|
|          1          |         2        |
|---------------------|------------------|
|          1          |         2        |
|---------------------|------------------|
|        SubTotal     |         6        |
|---------------------|------------------|

我想添加一个小计行，每个客户 ID 组都有相应的 agg。

提前感谢任何关于如何呈现我的数据的指示！

【问题讨论】：

我认为这是groupby，所以与 dup 答案不完全相同。 OP 只是没有提供更多 client ids。 @cs95

@Erfan 嗯，没错。我确信它是某些东西的副本。如果你发现什么，请告诉我。现在将重新开放。

我有一个答案，介意我发布吗？ @cs95

@Erfan 肯定并赞成。

【参考方案1】：

您可以使用groupby 并访问每个组并添加一个小计行：

dfs = []

for _, d in df.groupby('CLient ID', as_index=False):
    d.loc['Total', 'USD_Balance'] = df['USD_Balance'].sum()
    dfs.append(d)

df_final = pd.concat(dfs, ignore_index=True)

---

   CLient ID  USD_Balance
0        1.0          2.0
1        1.0          2.0
2        1.0          2.0
3        NaN          6.0

【参考方案2】：

sum_res= df.groupby(['CLient ID'],as_index=False)['USD_Balance'].sum()sum_res['grand_total'] ='Grand Total'df.sort_values(by=['CLient ID'],ascending=[True],inplace=True) 排序后从原始数据框中分离两列res = df[['CLient ID','USD_Balance']]final_res = pd.concat([res,sum_res])final_res = final_res.sort_values(by=['CLient ID','grand_total'],ascending=[True,True],na_position='first')final_res['CLient ID'] =np.where(final_res['grand_total'].isnull(), final_res['CLient ID'], final_res['grand_total'])

final_res.drop(['grand_total'],axis=1,inplace=True)

【讨论】：

您欢迎@CJ123 批准答案，以便更多人可以从解决方案中受益

【参考方案3】：

你可以用不同的方式来做吗？

dftotal = df.groupby('CLient ID')['USD_Balance'].sum().reset_index()
dftotal['CLient ID'] = 'SubTotal'
pd.concat([df, dftotal])

输出：

  CLient ID  USD_Balance
0         1            2
1         1            2
2         1            2
0  SubTotal            6