Python 在dataframe中，如何按多个列分组，并对特定列应用求和，以及添加新的计数列？

给定数据帧df1，如下所示：

Col1    Col2    Col3    Col4    Col5
-------------------------------------
A       1       AA      10      Test1
A       1       AA      5       Test2
A       2       AB      30      Test3
B       4       FF      10      Test4
C       1       HH      4       Test7
C       3       GG      6       Test8
C       3       GG      7       Test9
D       1       AA      4       Test5
D       3       FF      6       Test6

• 我想按Col1，Col2和Col3分组

• 添加新列计数：每个组的大小

• 添加新列Col4\u sum：每组中每个Col4的总和

---

输出需求

Col1    Col2    Col3    Count   Col4_sum
----------------------------------------
A       1       AA      2       15
A       2       AB      1       30
B       4       FF      1       10
C       1       HH      1       4
C       3       GG      2       13
D       1       AA      1       4
D       3       FF      1       6

我试着用

df1.groupby(['Col1','Col2','Col3']).size 

但只获取计数列。

与元组一起使用，以指定具有新列名称的聚合函数：

df = (df1.groupby(['Col1','Col2','Col3'])['Col4']
         .agg([('Count','size'), ('Col4_sum','sum')])
         .reset_index())
print (df)
  Col1  Col2 Col3  Count  Col4_sum
0    A     1   AA      2        15
1    A     2   AB      1        30
2    B     4   FF      1        10
3    C     1   HH      1         4
4    C     3   GG      2        13
5    D     1   AA      1         4
6    D     3   FF      1         6

在熊猫中，可能使用0.25+：

---

您可以使用列名称和聚合函数的dict。看

---

另一个更详细且未提及的解决方案是使用以下选项：

df = df1.assign(Count=df1.groupby(['Col1','Col2','Col3']).Col4.transform('size'))
        .assign(Col4_sum=df1.groupby(['Col1','Col2','Col3']).Col4.transform('sum'))
        .reset_index()

---

这应该能解决你的问题

df2 = df.groupby(['Col1','Col2','Col3'])['Col4'].agg('sum')

---

使用agg函数和字典，您可以像这样自定义输出

df.groupby(['Col1','Col2','Col3']).agg({'Col3': ['count'], 'Col4': ['count','sum']})

这应该为Col1、Col2和Col3返回一个组，同时聚合Col3的计数，然后是Col4的计数和总和。您可以使用以下函数：

输出：

  Col1  Col2 Col3  Count  Col4_sum
0    A     1   AA      2        15
1    A     2   AB      1        30
2    B     4   FF      1        10
3    C     1   HH      1         4
4    C     3   GG      2        13
5    D     1   AA      1         4
6    D     3   FF      1         6

---

非常感谢你。还有一个问题，我如何将自定义函数应用于Col4而不是sum。@PaitoonGunhong 0然后将

'sum'

更改为

custom_func

@PaitoonGunhong-只接受一个答案。

df.groupby(['Col1','Col2','Col3']).agg({'Col3': ['count'], 'Col4': ['count','sum']})

df = pd.pivot_table(df, index=['Col1', 'Col2', 'Col3'], values='Col4', aggfunc=['count', 'sum']).reset_index()
df.columns = ['Col1', 'Col2', 'Col3', 'Count', 'Col4_sum']

  Col1  Col2 Col3  Count  Col4_sum
0    A     1   AA      2        15
1    A     2   AB      1        30
2    B     4   FF      1        10
3    C     1   HH      1         4
4    C     3   GG      2        13
5    D     1   AA      1         4
6    D     3   FF      1         6