Pandas数据框按行求和

Question

Pandas数据框按行求和

10

我有一个记录的DataFrame，看起来像这样：

stocks = pd.Series(['A', 'A', 'B', 'C', 'C'], name = 'stock')
positions = pd.Series([ 100, 200, 300, 400, 500], name = 'positions')
same1 = pd.Series(['AA', 'AA', 'BB', 'CC', 'CC'], name = 'same1')
same2 = pd.Series(['AAA', 'AAA', 'BBB', 'CCC', 'CCC'], name = 'same2')
diff = pd.Series(['A1', 'A2', 'B3' ,'C1', 'C2'], name = 'different')
df = pd.DataFrame([stocks, same1, positions, same2, diff]).T
df

这将生成一个类似于pandas DataFrame的数据框，如下所示：

      stock same1 positions same2 different
0     A    AA       100   AAA        A1
1     A    AA       200   AAA        A2
2     B    BB       300   BBB        B3
3     C    CC       400   CCC        C1
4     C    CC       500   CCC        C2

我对“不同”的列中的数据不感兴趣，想要对唯一的其他列进行位置求和。我目前的做法是：

df.groupby(['stock','same1','same2'])['positions'].sum()

这将会得到：

stock  same1  same2
A      AA     AAA      300
B      BB     BBB      300
C      CC     CCC      900
Name: positions

问题是这是一个具有多索引的pd.Series。目前，我在迭代它以重新构建DataFrame。我确信我错过了一种方法。基本上，我想从DataFrame中删除1列，然后“重建”它，使得一列被求和，其余字段（相同的字段）保持不变。

如果存在空位置，此groupby方法将会出错。因此，我目前使用一个复杂的DataFrame迭代来构建一个新的DataFrame。是否有更好的方法？

- Joop

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- waitingkuo · Accepted Answer

步骤1. 使用[['positions']]而不是['positions']：

In [30]: df2 = df.groupby(['stock','same1','same2'])[['positions']].sum()

In [31]: df2 
Out[31]: 

                   positions
stock same1 same2               
A     AA    AAA          300 
B     BB    BBB          300 
C     CC    CCC          900

第二步，然后使用reset_index将索引移回到列中。

In [34]: df2.reset_index()
Out[34]: 
  stock same1 same2  positions
0     A    AA   AAA        300 
1     B    BB   BBB        300 
2     C    CC   CCC        900

编辑

看起来我的方法不是很好。

感谢 @Andy 和 @unutbu，您可以通过更优雅的方式实现目标：

方法 1：

df.groupby(['stock', 'same1', 'same2'])['positions'].sum().reset_index()

方法二：

df.groupby(['stock', 'same1', 'same2'], as_index=False)['positions'].sum()