Pandas 将按类别小计的行添加到我的数据框

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

我曾经尝试过使用pd.groupby和pivottable并更改索引，但是我没有按照我想要的方式表示数据

• 为每个“客户”创建“美元余额”小计，但将其添加为列：

• 创建一个groupby并与我的原始表合并会得到相同的结果

• 我希望如何显示我的数据：

我想添加一个小计行，每个客户端ID组对应的agg

---

提前感谢您提供关于如何像这样呈现我的数据的任何建议

您可以使用

groupby

访问每个组并添加小计行：

---

sum\u res=df.groupby（['CLient ID']，as\u index=False）['USD\u Balance'].sum（）

sum\u res['grand\u total']='grand total'

df.sort_值（按=['CLient ID']，升序=[True]，就地=True）

排序后将两列从原始数据帧中分离出来

res=df[['客户ID'，'美元余额]]

final\u res=pd.concat（[res，sum\u res]）

final\u res=final\u res.sort\u值（按=['CLient ID'，'grand\u total'，升序=[True，True]，无位置='first'）

final_res['CLient ID']=np.where（final_res['grand_total'].isnull（），
最终结果[“客户ID”]，
最终结果[总计]）

---

final\u res.drop（['grand\u total'，axis=1，inplace=True）

你可以用稍微不同的方式来做吗

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

---

我想这是关于

groupby

的，所以与dup答案不完全相同。OP只是没有提供更多的

客户端ID

@cs95@Erfan啊,对。我确信这是某种东西的复制品。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当然可以，投票结果是正确的。您欢迎@CJ123批准答案，这样更多的人可以从解决方案中受益

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

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

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

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