Python 熊猫：如何按某列聚合数据'；s值总和还是按行计数？

我有熊猫数据框，它非常简单：

>columnA
>>1
>>20
>>3
>>4
>>15
>>0

我希望通过两种方式聚合此数据帧：

只需按行数进行聚合：例如，每3行求和columnA值。也就是说，在这个转变之后，我应该

aggregatedByCount
24
19

   aggregatedBySum 
      21 
      22 

当列A中的值之和超过某个阈值时聚合，例如10。也就是说，在这之后我应该

aggregatedByCount
24
19

   aggregatedBySum 
      21 
      22 

---

是否可以在没有循环的情况下实现此功能？

第一个选项

df.groupby(df.index // 3).sum()

        columnA
    0       24
    1       19

第二个选项cumsum两次以划分阈值，并在阈值建立后设置新组

  df['groups']=(df.groupby(df.index ).cumsum()>10)
df.groupby(df['groups'].shift().fillna(True)\
.cumsum()).columnA.sum()[lambda x: x >10]


  groups
1    21
2    22

---

每三行求和：

out1 = df.groupby(np.arange(len(df)) // 3).sum()

对于您的第二个请求：

c = 0
g = 0
limit = 10
grouper = []
for val in df.columnA:
    c += val
    grouper.append(g)
    if c > 10:
        c = 0
        g += 1

out2 = df.groupby(grouper).sum()

输出

   columnA
0       21
1       22
2        0

---

@Miami你试过了吗？