Python，pandas：基于多个其他列求和一个列，并将其放入新的数据帧中

我有这个数据集，我已经能够组织到我的最大能力。我被困在下一步了。以下是df的图片：

我的目标是以某种方式组织它，这样我就有了

month

、

genres

、和

time\u wasted\u hours

如果我这样做：

df=df.groupby（['month']）.sum（）.reset_index（）

它只总结了类型列中的1，而我需要添加该类型在

时间\u wasted\u hours

中出现的每个实例。例如，在第一排，类型喜剧将增加4.84小时。在第三排，0.84小时用于类型犯罪，依此类推

组织完成后，我将使用以下内容以我所需的格式制作：

df\u cleaned=df.melt（id\u vars='month'，value\u name='time'u wasted'u hours'，var\u name='Genres'）。重命名（columns=str.title）

任何关于如何解决这个问题的建议都将不胜感激！谢谢

---

编辑：进一步看，用

time\u wasted\u hours

值替换每行中的“1”也可以，然后我可以

groupby（）.sum（）

向下。注：每行可能有多个“1”值。

最终找到并使用

掩码

对每一列进行优化。缺点是我必须为每一列列出它

df['genre_Action & Adventure'].mask(df['genre_Action & Adventure'] == 1, df['time_watched_hours'], inplace=True)

---

发布数据，而不是图片。还包括您的expecred输出