Python 累计计算行（单位：df）

我有一只大熊猫，如下所示

Country  category brand quarter device countA  CountB  percentageA/B
XXX       A1       A2     Q2     PC    12       12       100
XXX       A1       A2     Q2     Tablet 2        4       50 
YYY       A4       A5     Q4     PC     50        50     100
YYY       A4       A5     Q4     Tablet  10       10      100

我需要在数据中添加一行，这是以上两个数据点的总和

Country  category brand quarter device countA  CountB  percentage(A/B) 
XXX       A1       A2     Q2     PC    12       12       100 % 
XXX       A1       A2     Q2     Tablet 2        4       50 %
**XXX       A1       A2     Q2     PC + Tablet 14  16      87.5%**
YYY       A4       A5     Q4     PC     50        50     100
YYY       A4       A5     Q4     Tablet  10       12     83%
**YYY       A4       A5     Q4     PC+Tablet 60      62        96.7%**

请找出d的结构 因此，理想情况下，该类别中只有一个设备的品牌很少

Country       category  brand    quarter         device
XXX           A1           A2       Q2         Tablet +PC
              A4          A5        Q2         Tablet+PC 
              A9          A10       Q2             PC
                          A11       Q1             PC

印刷品（d类）

---

使用

groupby

merge

和

concat

此外，您还从未提到如何计算

百分比a/B

# groupby and apply with join to get devices
d = df.groupby(['Country','category','brand','quarter'])['device'].apply('+'.join)
# groupby with sum then merge the two groups together with reset_index
new = df.groupby(['Country','category','brand','quarter']).sum().merge(d, left_index=True, right_index=True).reset_index()
# concat original df with new
pd.concat([df,new], sort=False)

  Country category brand quarter     device  countA  CountB  percentageA/B
0     XXX       A1    A2      Q2         PC      12      12            100
1     XXX       A1    A2      Q2     Tablet       2       4             50
2     YYY       A4    A5      Q4         PC      50      50            100
3     YYY       A4    A5      Q4     Tablet      10      10            100
0     XXX       A1    A2      Q2  PC+Tablet      14      16            150
1     YYY       A4    A5      Q4  PC+Tablet      60      60            200

或者您可以尝试：

# groupby and apply with join to get devices
d = df.groupby(['Country','category','brand','quarter'])['device'].apply('+'.join).to_frame().reset_index()
# groupby with sum then merge the two groups together with reset_index
new = df.groupby(['Country','category','brand','quarter'], as_index=False).sum().merge(d, on=['Country','category','brand','quarter'])
# concat original df with new
final_df = pd.concat([df,new], sort=False)
final_df['percentageA/B'] = final_df['countA'] / final_df['CountB'] * 100

---

我们需要更多的信息。你试过什么？您是如何计算百分比A/B的？查看df.groupby（'Country'）.sum（）我尝试了完全相同的结构，但它以不同于所需df.groupby（['Country'，'category'，'brand'，'quarter]）的格式提供了输出。sum（）合并会产生一个错误：无法将DataFrame与@NehaSharma类型的实例合并您正在使用的pandas的哪个版本，因为它在.24.1中运行良好；不过，请尝试将

d

改为

d。改为\u frame（）

谢谢您的耐心，克里斯。我用的是熊猫：0.23.4。上述建议仍然会产生相同的错误。您可以执行

打印（d.head（10））

和

打印（type（d））

并将结果粘贴到您的问题中，这样我就可以看到它的外观并添加您正在尝试的代码。这里来自文档

“在版本0.24.0中添加了对合并命名系列对象的支持”

看来您需要升级pandas才能使上述代码正常工作。如果您有兴趣升级熊猫，请阅读，以便了解它将如何影响以前的项目。