如何用 group-by 和 sum 获得 Pandas 总和
Asad Riaz 2023年1月30日 Pandas Pandas DataFrame
我们将演示如何获取 Pandas 的 groupby 和 sum 的总和。我们还将研究 pivot 功能，以将数据排列在一个漂亮的表中，以及如何定义自定义函数并将其应用到 DataFrame 上。我们还能通过使用 agg() 获得总和。
groupby 的累计总和
我们可以使用 groupby 方法来获得累计和。比如以下具有日期，水果名称和销售的 DataFrame：
import pandas as pd df = pd.DataFrame( { "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"], "Fruit": [ "Apple", "Apple", "Banana", "Banana", ], "Sale": [34, 12, 22, 27], } ) 如果我们要计算每个水果在每个日期的累计销售总额，则可以执行以下操作：
import pandas as pd df = pd.DataFrame( { "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"], "Fruit": [ "Apple", "Apple", "Banana", "Banana", ], "Sale": [34, 12, 22, 27], } ) print(df.groupby(by=["Fruit", "Date"]).sum().groupby(level=[0]).cumsum()) 输出：
Fruit Date Sale Apple 08/09/2018 34 10/09/2018 46 Banana 08/09/2018 22 10/09/2018 49 pivot() 在一个漂亮的表中重新排列数据
pivot() 方法可以设置表格的行和列属性。让我们更改上面的代码，并应用 pivot() 方法重新排列漂亮表中的数据：
import pandas as pd df = pd.DataFrame( { "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"], "Fruit": [ "Apple", "Apple", "Banana", "Banana", ], "Sale": [34, 12, 22, 27], } ) print( df.groupby(["Fruit", "Date"], as_index=False).sum().pivot("Fruit", "Date").fillna(0) ) 输出：
Sale Date 08/09/2018 10/09/2018 Fruit Apple 34 12 Banana 22 27 Pandas 中将函数应用于 groupby
我们将创建一个简单的方法来获取 series 或一维数组中的值计数，并使用 groupby 来获取每个值的总计数：
from pandas import * d = {"series": Series(["1", "2", "1", "1", "4", "4", "5"])} df = DataFrame(d) def get_count(values): return len(values) grouped_count = df.groupby("series").series.agg(get_count) print(grouped_count) 运行代码后，我们将获得以下输出，该输出提供 series 中每个值的出现次数。
输出：
series 1 3 2 1 4 2 5 1 Name: series, dtype: int64 agg() 获取列的总和
我们可以使用 agg() 在列上应用求和运算。考虑以下代码：
import pandas as pd df = pd.DataFrame( { "Date": ["08/09/2018", "10/09/2018", "08/09/2018", "10/09/2018"], "Fruit": [ "Apple", "Apple", "Banana", "Banana", ], "Sale": [34, 12, 22, 27], } ) print(df.groupby(["Fruit"])["Sale"].agg("sum")) 输出：
Fruit Apple 46 Banana 49 Name: Sale, dtype: int64 Enjoying our tutorials? Subscribe to DelftStack on YouTube to support us in creating more high-quality video guides. Subscribe