Python 如何使用pandas对与给定条件匹配的列中的值求和？

假设我有一个这样的专栏：

a   b  
1   5   
1   7
2   3
1   3
2   5

例如，我想对

b

的值求和，其中

a=1

。这将给我

5+7+3=15

---

如何在熊猫中实现这一点？

这里的基本思想是选择要求和的数据，然后求和。这种数据选择可以通过几种不同的方式完成，其中一些方式如下所示

布尔索引 可以说，选择值的最常见方法是使用

使用此方法，您可以找出列“a”在哪里等于

1

，然后对列“b”的相应行求和。您可以使用

loc

处理行和列的索引：

>>> df.loc[df['a'] == 1, 'b'].sum()
15

布尔索引可以扩展到其他列。例如，如果

df

也包含一列“c”，并且我们想对“b”中的行求和，其中“a”是1，“c”是2，我们会写：

df.loc[(df['a'] == 1) & (df['c'] == 2), 'b'].sum()

查询 选择数据的另一种方法是使用筛选感兴趣的行，选择列“b”，然后求和：

>>> df.query("a == 1")['b'].sum()
15

同样，可以扩展该方法以对数据进行更复杂的选择：

df.query("a == 1 and c == 2")['b'].sum()

注意，这比布尔索引方法更简洁

群比 另一种方法是根据列“a”中的值将数据帧拆分为多个部分。然后，您可以对每个部分求和，并得出1加起来的值：

>>> df.groupby('a')['b'].sum()[1]
15

这种方法可能比使用布尔索引要慢，但如果您想检查列

a

中的其他值的总和，这种方法很有用：

>>> df.groupby('a')['b'].sum()
a
1    15
2     8

---

您也可以在不使用groupby或loc的情况下执行此操作。只需在代码中包含条件。让dataframe的名称为df。然后您可以尝试：

df[df['a']==1]['b'].sum()

或者您也可以尝试：

sum(df[df['a']==1]['b'])

另一种方法是使用python的numpy库：

import numpy as np
print(np.where(df['a']==1, df['b'],0).sum())

---

什么是

.b

部分？您是如何为这样的列编制索引的？您可以通过编写

df['a']

或

df.a

来访问数据帧的

a列。第二种方法很方便，但如果列名包含多个单词（如“person id”），或者列名与数据帧方法（如“where”或“sum”）一致，则无法正常工作。好的，谢谢，还有，如何将列中的所有值转换为
int
，从而使我能够对它们求和？我正在使用
map
将它们转换为
int
，但我认为熊猫中可能有一个内置函数可以更有效地实现这一点。你可以编写
df['a']=df['a'].astype（int）
或
df['a']=df['a'].convert_对象（convert\u numeric=True）
来实现这一点。@LucSpan：当然，你可以编写
df.loc[（df['a']==1）和（df['c']==2），'b'].sum（）
对值求和。