试图理解pandas中的groupby（）和sum（）

我对groupby（）的理解是，所选列作为索引对其余列进行分组

所以如果我有

import pandas as pd  
df = pd.DataFrame([[0, 1, 3],[3, 1, 1],[3, 0, 0],[2, 3, 3],[2, 1, 0]], columns=list('xyz'))
gby = df.groupby('x')

df:
   x  y  z
0  0  1  3
1  3  1  1
2  3  0  0
3  2  3  3
4  2  1  0

我对groupby结果的概念模型是

  y z
x 
0 1 3
2 3 3
  1 0
3 1 1
  0 0

其中列为[y，z]，x为索引

所以如果我表演

ap = gby.apply(pd.DataFrame.sum)

我希望这次的回归是正确的

    y  z
x 
0   1  3
2   4  3
3   1  1

相反，它又回来了

x         
0  0  1  3
2  4  4  3
3  6  1  1

在数据框中仍然包含x列的地方，有人能解释一下我遗漏了什么吗

在数据框中仍然包含x列的地方，有人能解释一下我遗漏了什么吗

我认为这是预期的，因为使用所有列，所以如果使用

pd.DataFrame.sum

它将创建新列

x

，并将

x

转换为索引：

def f(x):
    print (x)
    print (x.sum())
    return x.sum()

   x  y  z
0  0  1  3
x    0
y    1
z    3
dtype: int64
   x  y  z
3  2  3  3
4  2  1  0
x    4
y    4
z    3
dtype: int64
   x  y  z
1  3  1  1
2  3  0  0
x    6
y    1
z    1
dtype: int64

ap = gby.apply(f)
print (ap)
   x  y  z
x         
0  0  1  3
2  4  4  3
3  6  1  1

ap = gby.sum()
print (ap)
   y  z
x      
0  1  3
2  4  3
3  1  1

如果默认情况下使用

sum

函数，则忽略用于分组的列-仅将

x

设置为索引：

def f(x):
    print (x)
    print (x.sum())
    return x.sum()

   x  y  z
0  0  1  3
x    0
y    1
z    3
dtype: int64
   x  y  z
3  2  3  3
4  2  1  0
x    4
y    4
z    3
dtype: int64
   x  y  z
1  3  1  1
2  3  0  0
x    6
y    1
z    1
dtype: int64

ap = gby.apply(f)
print (ap)
   x  y  z
x         
0  0  1  3
2  4  4  3
3  6  1  1

ap = gby.sum()
print (ap)
   y  z
x      
0  1  3
2  4  3
3  1  1

但如果在

groupby

之后明确指定sum列，则不排除：

ap = gby['x','y','z'].sum()
print (ap)
   x  y  z
x         
0  0  1  3
2  4  4  3
3  6  1  1    

完全合乎逻辑

df.groupby（'x'）

有三个组：x=0、x=2和x=3（x的不同值）

---

当您使用

sum（）

进行聚合时，您将得到这三个组中每个组的

y

和

z

的总数。

谢谢您的回答。我想我的困惑是，在这种情况下，x列变成了索引列，而apply（）不会在索引列上执行。我还是误解了吗？@user3562812-我在这里添加了更好的

apply

-示例

groupby

将

x

转换为索引，但也对

x

值求和，因为

apply

处理所有列

x，y，z

非常感谢。我想我现在的困惑是X不再是GROMPY中的一个列，所以Apple（）不会把X看作一个列。