Pandas 如何对具有重复Key1 Key2对的记录的数据字段求和，并以具有唯一Key1 Key2对的记录结束

给定一个数据帧，该数据帧具有重复的key1和key2对，但不一定是相同的数据，且记录数不确定。（即，键1和键2的组合是非唯一的。） 我需要为复制的记录添加相应的数据列，并最终得到具有唯一key1和key2值的记录。 我在网上搜索过，但我能找到的只是关于删除重复记录的帖子，我没有重复记录，我有重复键1和键2对的记录

下面的代码应该可以简化并说明我要查找的内容：

import pandas as pd

data={'key1':[1,2,3,1,2,3,2,2],'key2':[2,2,1,2,2,4,2,2],'data':[5,6,2,6,1,6,2,8]}

frame=pd.DataFrame(data,columns=['key1','key2','data'])

print frame

     key1  key2  data

0     1     2     5

1     2     2     6

2     3     1     2

3     1     2     6

4     2     2     1

5     3     4     6

6     2     2     2

7     2     2     8

记录0和3具有重复的键1和键2对“1”和“2”

记录1、4、6和7具有重复的键1和键2对“2”和“2”

我需要以以下内容结束：（所有键1和键2对都是唯一的，数据汇总）

---

正如MaxU所说，您可以使用

groupby

，然后使用

sum（）

方法：

frame.groupby(['key1', 'key2'])['data'].sum().reset_index()
Out[12]: 
   key1  key2  data
0     1     2    11
1     2     2    17
2     3     1     2
3     3     4     6

不需要使用参数

作为_index=False进行聚合的解决方案-
重置_index
：

print (frame.groupby(['key1', 'key2'], as_index=False)['data'].sum())
   key1  key2  data
0     1     2    11
1     2     2    17
2     3     1     2
3     3     4     6

frame.groupby（['key1'，'key2']）['data'].sum（）.reset_index（）
哇，这真是一件艺术品！我最终使用了：frame=frame.groupby（['key1'，'key2']）['data'].sum（）.reset_index（）谢谢，但是你的示例看起来比我的更干净，所以我最终保留了.reset_index（）@MikeF。-这取决于你。这两种解决方案都非常有效。天气真好！
print (frame.groupby(['key1', 'key2'], as_index=False)['data'].sum())
   key1  key2  data
0     1     2    11
1     2     2    17
2     3     1     2
3     3     4     6