Python 按列和的值分组

我在Pandas doc和features中迷失了方向，它们试图找到一种方法，通过列和的值来

groupby

a

DataFrame

例如，假设我有以下数据：

In [2]: dat = {'a':[1,0,0], 'b':[0,1,0], 'c':[1,0,0], 'd':[2,3,4]}

In [3]: df = pd.DataFrame(dat)

In [4]: df
Out[4]: 
   a  b  c  d
0  1  0  1  2
1  0  1  0  3
2  0  0  0  4

我希望对

a

、

b

和

c

列进行分组，因为它们的总和都等于1。结果数据框的列标签等于它所求和的列的总和。像这样：

   1  9
0  2  2
1  1  3
2  0  4

有什么好主意能让我走上正轨吗？提前谢谢

给你：

In [57]: df.groupby(df.sum(), axis=1).sum()
Out[57]: 
   1  9
0  2  2
1  1  3
2  0  4

[3 rows x 2 columns]

---

df.sum（）。它在0轴（索引）上求和，给出两组：
1
（列
a
，
b
，和
c
）和
9
（列
d
）。您需要对列进行分组（
axis=1
），并计算每个组的总和。
因为
pandas
在设计时考虑了数据库的概念，所以真正需要的信息是以行而不是列的形式存储在一起。因此，按行操作通常更优雅。以下是如何按行解决您的问题：

dat = {'a':[1,0,0], 'b':[0,1,0], 'c':[1,0,0], 'd':[2,3,4]}
df = pd.DataFrame(dat)

df = df.transpose()
df['totals'] = df.sum(1)

print df.groupby('totals').sum().transpose()
#totals  1  9
#0       2  2
#1       1  3
#2       0  4

哦我认为@tomaugsurger的答案比我的好！（我们一定是在同一时间输入的！）在记住groupby的
axis
参数之前，我的开始方式与您的相同。我想我以前从未使用过它。有没有一部分文档让你感到特别困惑？或者只是很难把医生们说的话翻译成你的问题？如果你有任何改进，一定要与别人分享。再次感谢。