Python 熊猫分组和总和

我正在使用此数据框：

Fruit   Date      Name  Number
Apples  10/6/2016 Bob    7
Apples  10/6/2016 Bob    8
Apples  10/6/2016 Mike   9
Apples  10/7/2016 Steve 10
Apples  10/7/2016 Bob    1
Oranges 10/7/2016 Bob    2
Oranges 10/6/2016 Tom   15
Oranges 10/6/2016 Mike  57
Oranges 10/6/2016 Bob   65
Oranges 10/7/2016 Tony   1
Grapes  10/7/2016 Bob    1
Grapes  10/7/2016 Tom   87
Grapes  10/7/2016 Bob   22
Grapes  10/7/2016 Bob   12
Grapes  10/7/2016 Tony  15

我想通过名称和水果将其聚合，得到每个名称的水果总数

Bob,Apples,16 ( for example )

我尝试按名称和水果分组，但如何获得水果总数。

使用：

---

其他两个答案都能满足你的要求

您可以使用

pivot

功能将数据安排在一个漂亮的表中

df.groupby(['Fruit','Name'],as_index = False).sum().pivot('Fruit','Name').fillna(0)



Name    Bob     Mike    Steve   Tom    Tony
Fruit                   
Apples  16.0    9.0     10.0    0.0     0.0
Grapes  35.0    0.0     0.0     87.0    15.0
Oranges 67.0    57.0    0.0     15.0    1.0

---

也可以使用agg函数

df.groupby(['Name', 'Fruit'])['Number'].agg('sum')

---

您可以选择不同的列对数字求和

如果要保留原始列

Fruit

和

Name

，请使用

reset\u index（）

。否则

水果

和

名称

将成为索引的一部分

df.groupby(['Fruit','Name'])['Number'].sum().reset_index()

Fruit   Name       Number
Apples  Bob        16
Apples  Mike        9
Apples  Steve      10
Grapes  Bob        35
Grapes  Tom        87
Grapes  Tony       15
Oranges Bob        67
Oranges Mike       57
Oranges Tom        15
Oranges Tony        1

如其他答案所示：

df.groupby(['Fruit','Name'])['Number'].sum()

               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Grapes  Bob        35
        Tom        87
        Tony       15
Oranges Bob        67
        Mike       57
        Tom        15
        Tony        1

---

您可以将

groupby

列设置为

index

，然后使用

sum

和

level

df.set_index(['Fruit','Name']).sum(level=[0,1])
Out[175]: 
               Number
Fruit   Name         
Apples  Bob        16
        Mike        9
        Steve      10
Oranges Bob        67
        Tom        15
        Mike       57
        Tony        1
Grapes  Bob        35
        Tom        87
        Tony       15

.agg（）函数的变体；提供以下功能：（1）持久化类型数据帧；（2）应用平均值、计数、求和等；（3）在保持易读性的同时启用多列groupby

df.groupby(['att1', 'att2']).agg({'att1': "count", 'att3': "sum",'att4': 'mean'})

用你的价值观

df.groupby(['Name', 'Fruit']).agg({'Number': "sum"})

您还可以在分组依据后的列上使用。此操作将使用函数

sum

计算一组中的总数，结果是一个与原始数据帧具有相同索引的序列

df['Number']=df.groupby（['Fruit'，'Name']）['Number'].transform（'sum'）
df=df.drop_重复项（子集=['Fruit'，'Name']）。drop（'Date'，1）

然后，您可以将重复的行放在列

Fruit

和

Name

上。此外，可以通过指定轴

1

（行为

0

，列为

1

）来删除列

Date

有一个官方教程讨论分组后可以做什么。

您可以使用dfsql
对于您的问题，它将类似于：

df.sql('SELECT fruit, sum(number) GROUP BY fruit')

以下是一篇关于它的文章：

---

熊猫怎么知道我要对名为

数字的列求和？@Kingname如果去掉NAME和FRUIT，这是最后一列了。如果您在左侧添加2列，它将对两列进行求和以指定要求和的列？@tgdn df.groupby（['Name'，'Fruit']）['Number'].sum（）@steven对于提供的用于对特定列求和的答案，输出将作为一个系列而不是数据帧。根据Jakub Kukul的评论（在下面的答案中），我们可以在“Number”周围使用双方括号来获取数据帧。这与公认的答案不同，因为它返回一个
系列
，而另一个返回一个
GroupBy
对象。@GaurangTandon以获取
数据帧
对象（类似于公认的答案），在
'Number'
周围使用双方括号，即：
df.groupby（['Name'，'Fruit']）[['Number']].agg（'sum'）
非常有助于清理编码错误的查询报告。非常有帮助-谢谢。这是对我来说最有用的答案！您可以使用dfsql df.sql（'按水果选择水果、总和（数字）分组'）
df.groupby(['Name', 'Fruit']).agg({'Number': "sum"})

# print(df)

      Fruit   Name  Number
0    Apples    Bob      16
2    Apples   Mike       9
3    Apples  Steve      10
5   Oranges    Bob      67
6   Oranges    Tom      15
7   Oranges   Mike      57
9   Oranges   Tony       1
10   Grapes    Bob      35
11   Grapes    Tom      87
14   Grapes   Tony      15

# You could achieve the same result with functions discussed by others: 
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].sum())
# print(df.groupby(['Fruit', 'Name'], as_index=False)['Number'].agg('sum'))

df.sql('SELECT fruit, sum(number) GROUP BY fruit')