Python 基于数据帧中的另一列求和列

我有这样一个熊猫数据框：

>>> df = pd.DataFrame({'MONTREGL':[10,10,2222,35,200,56,5555],'SINID':['aaa','aaa','aaa','bbb','bbb','ccc','ccc'],'EXTRA':[400,400,400,500,500,333,333]})
>>> df
   MONTREGL SINID EXTRA
0        10   aaa   400
1        10   aaa   400
2      2222   aaa   400
3        35   bbb   500
4       200   bbb   500
5        56   ccc   333
6      5555   ccc   333

我想对每个groupby

SINID

的

MONTREGL

列求和

所以我拿到了2242的aaa等等。。。我还想保留列

EXTRA

的值

这是预期的结果：

   MONTREGL SINID EXTRA
0      2242   aaa   400
1       235   bbb   500
2      5611   ccc   333

---

提前谢谢你的帮助

我的建议是使用与其他列相关的条件筛选数据帧，然后应用求和函数

事情是这样的

将熊猫作为pd导入

df=pd.Dataframe（{a:[1,2,3]，b:[200120152019]，c:[1,0,1]}）

aux=df[df.c>0]

sa=aux.a.sum（）

sb=aux.b.sum（）

我的语法可能不正确（我没有运行代码），但它可能会起作用并引导您找到答案

---

祝您好运。

下面的代码适用于您的示例：

df1 = df.groupby(["SINID"]).sum()
df1['EXTRA'] = df.groupby(["SINID"]).mean()['EXTRA']

结果:

       MONTREGL  EXTRA
SINID                 
aaa        2242  400.0
bbb         235  500.0
ccc        5611  333.0

---

我最终使用了以下脚本：

dff = df.groupby(["SINID","EXTRA"]).MONTREGL.sum().reset_index()

---

这篇文章在测试和生产中都很有用。

我知道这篇文章很旧，但这可能对其他人有所帮助：

使用loc:

df.loc[df['SINID']==aaa].MONTREGL.sum（）

使用groupby:

df.groupby（'SINID'）['MONTREGL'].sum（）

下面的链接中回答了类似的问题（查看Alex Riley的回答）：

---

祝您好运，

您是否尝试过使用

groupby

？

print（df.groupby（by=[“SINID”]）[“MONTREGL”].sum（））

？您是否可以执行

打印（df.info（））

并共享结果打印@yatu之前提出的解决方案，但尚未投入生产

dfd=df.groupby（'SINID'）。MONTREGL.sum（）。reset(index（）。分配（EXTRA=df.EXTRA.unique（））

我得到的错误是值的长度与索引的长度不匹配