熊猫数据框分组求和

Posted 2023-03-11

【中文标题】熊猫数据框分组求和

【英文标题】：pandas dataframe groupby summation

【发布时间】：2014-07-11 15:43:59

【问题描述】：

输入：

       Date letters numbers mixed         new
0  1/2/2014       a       6    z1  1/2/2014 a
1  1/2/2014       a       3    z1  1/2/2014 a
2  1/3/2014       c       1    x3  1/3/2014 c

我想对new 和numbers 进行分组，以便输出为：

       Date letters numbers mixed         new
0  1/2/2014       a       9    z1  1/2/2014 a
1  1/3/2014       c       1    x3  1/3/2014 c

我浏览过这里：http://pandas.pydata.org/pandas-docs/stable/groupby.html 但没有运气。

这是我的代码：

import pandas
a=[['Date', 'letters', 'numbers', 'mixed'], ['1/2/2014', 'a', '6', 'z1'], ['1/2/2014', 'a', '3', 'z1'], ['1/3/2014', 'c', '1', 'x3']]
df = pandas.DataFrame.from_records(a[1:],columns=a[0])
f=[]
for i in range(0,len(df)):
    f.append(df['Date'][i] + ' ' + df['letters'][i])
df['new']=f

此外，任何将date 和letters 连接而不循环的技巧也会有所帮助。

【参考方案1】：

您必须将您的numbers 列转换为int

import pandas as pd
a=[['Date', 'letters', 'numbers', 'mixed'], ['1/2/2014', 'a', '6', 'z1'], ['1/2/2014', 'a', '3', 'z1'], ['1/3/2014', 'c', '1', 'x3']]
df = pd.DataFrame.from_records(a[1:],columns=a[0])
df['new'] = df.Date + " " + df.letters
df.numbers = df.numbers.astype(int)

print df

       Date letters  numbers mixed         new
0  1/2/2014       a        6    z1  1/2/2014 a
1  1/2/2014       a        3    z1  1/2/2014 a
2  1/3/2014       c        1    x3  1/3/2014 c

您可以获取要合并的数据框：

df_to_merge = df[df.columns[~df.columns.isin(['numbers'])]].drop_duplicates()

然后你可以做你的groupby

df_grouped = pd.DataFrame(df.groupby('new').numbers.sum()).reset_index()

为了得到你发布的结果merge

df_result = df_to_merge.merge(df_grouped)
print df_result

       Date letters mixed         new  numbers
0  1/2/2014       a    z1  1/2/2014 a        9
1  1/3/2014       c    x3  1/3/2014 c        1

【讨论】：

感谢您的指点。您能否修改您的答案以获得一般解决方案？ IE。如果我有 50 列而不是示例中的 4 列怎么办。那将不胜感激。

顺便说一句，我试过你的代码，但仍然得到原始输入

你必须发布你的输出，因为我得到了你想要的结果。我会更新以使其更通用。另外...您真的需要“新”列还是只是使用它来分组？

感谢您的更新。我确实需要“新”列，它将成为未来数据集的一部分。

@jason_cant_code 您可以使用df['big numbers'] 引用该列，pandas 文档和简介中包含所有这些语法信息