Python groupby并从DataFrame中选择列

我有一个每日级别的数据帧：

    day   | type| rev |impressions| yearmonth
2015-10-01| a   | 1999| 1000      |201510
2015-10-02| a   | 300 | 6777      |201510
2015-11-07| b   | 2000| 4999      |201511

Yearmonth

是我添加到数据框中的一列。任务是按

yearmonth

，（可能是

类型

，然后

求和

所有列（或选择一个值），并选择它们作为新的数据帧

在对上述数据帧进行分组时，我们应该在一个月内得到一行。

yearmonth| type| rev |impressions
201510   |  a  | 2299| 7777 
201511   |  b  | 2000| 4999

让我们说，

df

是数据帧，我试过这样做

test=df.groupby（'yearmonth'）

我检查了可用于测试（test.）的方法，但我没有看到任何可以选择列并在那里聚合它们的方法（我想我们可以使用

agg

进行

sum

）

---

任何输入？

添加as_索引参数

像这样：

test=df.groupby（'yearmonth'，as_index=False）

以下是参考资料：

---

您打算如何处理非数字的

type

列。您是否也想按该列进行分组，还是应该忽略它？@Alexander:现在我想我只需要按原样选择

df.groupby（['yearmonth']）['rev'，impressions'].sum（）

或

df.groupby（['yearmonth'，type']）['rev'，impressions'].sum（）

@Alexander:谢谢，它可以工作。我知道类型必须是键的一部分，下面是我想处理的一个场景，比如说对于

201510

-在第二行中，类型值是“a”，但结果应该仍然与结果I相同mentioned@Alexander：当我打印

df.groupby返回的数据帧时(['yearmonth']）['rev'，'impressions'].sum（）

，它正在将yearmonth打印为索引，其他打印为列，如果我想将它们全部打印为列，我可以删除索引吗？最好的处理方法是什么..删除索引或按原样使用它