使用pandas groupby求和值，并重命名旧列？；

如下面代码所示，我想按

帐户id

对数据进行分组，然后将

系统值

相加，并将其重命名为

总值

，同时保留每个日期的数据

s=[
{'account_id'：'1166470734'，'entity'：'entity1'，'system_value'：10.2'，'date'：'2010-01-02'，'sale'：'sale1'}，
{'account_id'：'1166470734'，'entity'：'entity1'，'system_value'：2.2'，'date'：'2010-01-03'，'sale'：'sale1'}，
{'account_id'：'123232323'，'entity'：'entity2'，'system_value'：4.2'，date'：'2010-01-03'，'sale'：'sale2'}，
{'account_id'：'123232323'，'entity'：'entity2'，'system_value'：5.2'，date'：'2010-01-04'，'sale'：'sale2'}，
{'account_id'：'4342343'，'entity'：'entity3'，'system_value'：10.2'，date'：'2010-01-04'，'sale'：'sale3'}，
]
作为pd进口熊猫
df=来自_记录的pd.DataFrame
打印（df）
#帐户\u id实体系统\u价值日期销售
#0 1166470734实体1 10.2 2010-01-02销售1
#1166470734实体2.2 2010-01-03销售1
#2 1232323实体2 4.2 2010-01-03销售2
#3 1232323实体2 5.2 2010-01-04销售2
#4 4342343实体3 10.2 2010-01-04销售

预期产出为：

#    account_id   entity       2010-01-02   2010-01-03   2010-01-04  total_value     sale
# 0  1166470734  entity1         10.2          2.2                    12.4          sale1
# 1   123232323  entity2                       4.2         5.2        9.4           sale2
# 2     4342343  entity3                                   10.2       10.2          sale3

对不起，我是新手，如何才能得到预期的结果

根据@Ch3steR的回答更新我的问题：

我试过了，得到的错误如下所示

导入日期时间
从十进制输入十进制
作为pd进口熊猫
s=[
{'account_id'：'21312312312'，'entity'：'entityname1'，'ae'：'lwe'，'is_pc'：0，'type'：2，'medium'：0，'our_side_entity'：3，'settlement_title'：'settlementd'，'kim'，'settlement_type'：0，'datetime.date（2020,4,9），'sale'：'sale1'，'system_value'：十进制（'1038.36'），
{'account_id'：'21312312312'，'entity'：'entityname1'，'ae'：'lwe'，'is_pc'：0，'type'：2，'medium'：0，'our_side_entity'：3，'settlement_title'：'settlementd'，'kim'，'settlement_type'：0，'datetime.date（2020,4,10），'sale'：'sale1'，'system_value'：十进制（'1038.36'），
{'account_-id'：'21312312312'，'entity'：'entityname1'，'ae'：'lwe'，'is_-pc'：0，'type'：2，'medium'：0，'our_-side_-entity'：3，'settlement_-title'：'settlement_-type'：0，'datetime.date（2020,4,11），'sale'：'sale1'，'system_-value'：十进制（'1038.36'），
{'account_id'：'21312312312'，'entity'：'entityname1'，'ae'：'lwe'，'is_pc'：0，'type'：2，'medium'：0，'our_side_entity'：3，'settlement_title'：'settlementd'，'kim'，'settlement_type'：0，'datetime.date（2020,4,12），'sale'：'sale1'，'system_value'：十进制（'1038.36'），
{'account_id'：'21312312312'，'entity'：'entityname1'，'ae'：'lwe'，'is_pc'：0，'type'：2，'medium'：0，'our_side_entity'：3，'settlement_title'：'settlementd'，'kim'，'settlement_type'：0，'datetime.date（2020,4,13），'sale'：'sale1'，'system_value'：十进制（'1038.36'），
]
df=来自_记录的pd.DataFrame
df=df.pivot\u表（索引=['account\u id'，'entity'，'ae'，'is\u pc'，'type'，'medium'，'our\u side\u entity'，'columns\u title'，'columns\u type'，'sale']，value='system\u value'）\
分配（总和=λx:x.sum（轴=1））\
重置索引（）
打印（df）
#raise DATAFERROR（“没有要聚合的数字类型”）
#pandas.core.base.DataError:没有要聚合的数字类型

您可以使用

编辑：

查看

df.dtypes

system\u值

为

对象

类型。因此，出现了错误

df.dtypes
account_id                object
entity                    object
.                            .
.                            .
.                            .
date                      object
sale                      object
system_value              object
dtype: object

给出输出：

date account_id       entity   sale  2020-04-09  2020-04-10  2020-04-11  2020-04-12  2020-04-13  total_sum
0      21312312  entityname1  sale1     1038.36     1038.36     1038.36     1038.36     1038.36     5191.8

采用以下方法：

输出：

date   entity   sale  2010-01-02  2010-01-03  2010-01-04  total_value
0     entity1  sale1        10.2         2.2         0.0         12.4
1     entity2  sale2         0.0         4.2         5.2          9.4
2     entity3  sale3         0.0         0.0        10.2         10.2

---

谢谢你的回复，首先我选择了你的答案作为最佳答案，但我尝试了另一个例子，但失败了。我已经在上面更新了详细信息。@jiaJimmy没问题。；）因此鼓励你接受最适合你的答案。；）@我找到了错误的原因<代码>系统值类型为

对象

答案中提到了您要解决的问题。

date account_id       entity   sale  2020-04-09  2020-04-10  2020-04-11  2020-04-12  2020-04-13  total_sum
0      21312312  entityname1  sale1     1038.36     1038.36     1038.36     1038.36     1038.36     5191.8

(df.groupby(['entity','date','sale']).system_value.sum()
   .unstack('date', fill_value=0)
   .assign(total_value=lambda x: x.sum(1))
   .reset_index()
)

date   entity   sale  2010-01-02  2010-01-03  2010-01-04  total_value
0     entity1  sale1        10.2         2.2         0.0         12.4
1     entity2  sale2         0.0         4.2         5.2          9.4
2     entity3  sale3         0.0         0.0        10.2         10.2