Python 在Pandas中基于条件的行求和

我试图理解如何根据熊猫中的两个索引汇总行的子集。第一个索引对行进行分组，第二个索引将确定要求和的行。举个简单的例子，假设我有数据帧

index1 | index2 | value
------------------------
  a    |    1   |  10
  a    |    2   |  11
  a    |    3   |  12
  b    |    1   |  20
  b    |    2   |  21
  b    |    3   |  22

如何对索引

1

和

2

对应的行求和，但仍将它们分组在索引

a

和

b

下。即以下结果。

index1 | index2 | value
------------------------
  a    |    1   |  21
  a    |    2   |  12
  b    |    1   |  41
  b    |    2   |  22

---

此处，与

1

和

2

的

index2

相对应的行已汇总到

1

的新

index2

中。您可以从index2列导出一个新数组/序列作为组变量，然后进行汇总：

df.groupby([df.index1, ~df.index2.isin([1,2]) + 1]).value.sum().reset_index()

#index1 index2  value
#0    a      1     21
#1    a      2     12
#2    b      1     41
#3    b      2     22

---

谢谢，它适用于最小的示例，但不能扩展。如果

index2

具有范围

1,2,3,4

，则最后仍返回2组（而不是3组）。您是否介意对答案进行一些解释，以便我能够找出如何根据需要调整它？上面的方法将所有1和2转换为1，并将所有其他值转换为2作为最终组变量，因此它将只有两个组。如果您只想将1和2组合为一个组，同时将其他值保持为单独的，则可以尝试将所有2替换为1，例如

df.groupby（[df.index1，df.index2.replace（2，1）]）.value.sum（）.reset_index（）

。结果索引将有

2

缺失，但在这种情况下，如果您对它没有意见的话。这非常有效，我将在以后调整索引，谢谢！