如何使用熊猫对与给定条件匹配的列中的值求和？

Posted 2023-02-23

【中文标题】如何使用熊猫对与给定条件匹配的列中的值求和？

【英文标题】：How do I sum values in a column that match a given condition using pandas?

【发布时间】：2015-03-29 22:52:43

【问题描述】：

假设我有一个这样的列：

a   b  
1   5   
1   7
2   3
1   3
2   5

我想总结b 的值，例如a = 1。这会给我5 + 7 + 3 = 15。

如何在 pandas 中做到这一点？

【参考方案1】：

这里的基本思想是选择要求和的数据，然后对它们求和。可以通过多种不同的方式选择数据，其中一些如下所示。

布尔索引

可以说，选择值的最常用方法是使用Boolean indexing。

使用此方法，您可以找出“a”列等于1 的位置，然后对“b”列的相应行求和。您可以使用loc 来处理行和列的索引：

>>> df.loc[df['a'] == 1, 'b'].sum()
15

布尔索引可以扩展到其他列。例如，如果df 还包含一个列“c”，并且我们想要对“b”中的行求和，其中“a”为 1，“c”为 2，我们会这样写：

df.loc[(df['a'] == 1) & (df['c'] == 2), 'b'].sum()

查询

另一种选择数据的方法是使用query过滤您感兴趣的行，选择列'b'然后求和：

>>> df.query("a == 1")['b'].sum()
15

同样，该方法可以扩展为对数据进行更复杂的选择：

df.query("a == 1 and c == 2")['b'].sum()

请注意，这比布尔索引方法更简洁。

分组方式

另一种方法是使用groupby根据'a'列中的值将DataFrame分成几部分。然后，您可以对每个部分求和并提取 1 相加的值：

>>> df.groupby('a')['b'].sum()[1]
15

这种方法可能比使用布尔索引要慢，但如果您想检查列 a 中其他值的总和，它会很有用：

>>> df.groupby('a')['b'].sum()
a
1    15
2     8

【讨论】：

.b 部分是什么？你是如何索引这样的列的？

您可以通过编写df['a'] 或df.a 来访问DataFrame 的a 列。第二个很方便，但如果列名包含多个单词（例如“person id”），或者列名与 DataFrame 方法（例如“where”或“sum”）一致，则效果不佳。

好的，谢谢，我如何将列中的所有值转换为int，从而使我能够对它们求和？我使用map 将它们全部转换为ints，但我认为pandas 中可能有一个内置函数可以更有效地执行此操作。

您可以写 df['a'] = df['a'].astype(int) 或 df['a'] = df['a'].convert_objects(convert_numeric=True) 来做到这一点。

@LucSpan：当然，你可以写df.loc[(df['a'] == 1) & (df['c'] == 2), 'b'].sum() 来求和。

【参考方案2】：

您也可以在不使用 groupby 或 loc 的情况下执行此操作。通过简单地在代码中包含条件。让数据框的名称为 df。那你可以试试：

df[df['a']==1]['b'].sum()

或者你也可以试试：

sum(df[df['a']==1]['b'])

另一种方法是使用 python 的 numpy 库：

import numpy as np
print(np.where(df['a']==1, df['b'],0).sum())