Python 使用groupby对对角线值求和

我想将每年的对角线值和剩余值相加，按对象分组。例如，对象a将为1+10+11+12+13。有没有办法不按对象拆分表？请注意，每个对象的行数可能不同。我试过： df.groupby（“公司”）.apply（lambda x:x.reset_index（）.loc[0，'Year_0']+x.reset_index（）.loc[1，'Year_1']+x.reset_index（）.loc[2，'Year_2']+x.reset_index（）.loc[3，'Year_3']），但它需要定义行数。谢谢

---

我相信您需要创建索引，按、

sum

行和最后一行将

Series

转换为

DataFrame

：

df1 = (df.drop_duplicates('Company', keep='last')
         .set_index('Company')
         .sum(axis=1)
         .reset_index(name='new'))
print (df1)
  Company   new
0       a  47.0
1       b  50.0
2       c  -9.0

或使用：

如果要使用对角线值，请使用：

---

最后一个值是

-8

，因为

-3+-1+-3+-1

或使用

groupby

：

print(df.groupby('Company',as_index=False).tail(1)
          .set_index('Company')
          .sum(axis=1)
          .reset_index(name='new'))

输出：

  Company   new
0       a  47.0
1       b  50.0
2       c  -9.0

---

使用

numpy

和

pandas-groupby

df.groupby('Company').apply(lambda x: np.sum(np.ma.diag(x.values)) + x.values[-1][-2])

输出

Company
a    47.0
b    50.0
c    -8.0
dtype: float64

---

尝试

groupby

company，然后是

trace

预期输出是什么？

  Company   new
0       a  47.0
1       b  50.0
2       c  -9.0

df.groupby('Company').apply(lambda x: np.sum(np.ma.diag(x.values)) + x.values[-1][-2])

Company
a    47.0
b    50.0
c    -8.0
dtype: float64