Python 分组值和求和&；新数据帧-使用熊猫

今天，我一直在寻找一个答案，但我尝试的每一个变体都不起作用

问题陈述-将下面“月”列的总数相加，使其显示一次，并创建一个新的数据框：

我已经尝试过多种groupby选项，但最终还是产生了错误

现在存在：

   ╔═══════╦════════════╦═════════╗
   ║ Month ║ Withdrawal ║ Deposit ║
   ╠═══════╬════════════╬═════════╣
   ║    10 ║         50 ║      40 ║
   ║    10 ║         50 ║      60 ║
   ║     6 ║         25 ║      10 ║
   ║     6 ║         30 ║      10 ║
   ║     3 ║        125 ║      60 ║
   ║     2 ║        100 ║      10 ║
   ╚═══════╩════════════╩═════════╝

期望输出：

   ╔═══════╦════════════╦═════════╗
   ║ Month ║ Withdrawal ║ Deposit ║
   ╠═══════╬════════════╬═════════╣
   ║    10 ║        100 ║     100 ║
   ║     6 ║         55 ║      20 ║
   ║     3 ║        125 ║      60 ║
   ║     2 ║        100 ║      10 ║
   ╚═══════╩════════════╩═════════╝

编辑：

这是我的代码-它来自另一个数据帧：

mf = pd.DataFrame()
mf['Month'] = df['Month']
mf['Withdrawals'] = df['Withdrawals']
mf['Deposits'] = df['Deposits']
mf['Month'] = mf.groupby('Month', as_index=False).sum()
print(mf)

当我这样做时，它会输出以下内容：

    ╔═══════╦═════════════╦══════════╗
    ║ Month ║ Withdrawals ║ Deposits ║
    ╠═══════╬═════════════╬══════════╣
    ║     1 ║ 206.94      ║ 300      ║
    ║     2 ║ 256.5       ║ 10.12    ║
    ║     3 ║ 40          ║ 52.31    ║
    ║     4 ║ 150         ║ 15.99    ║
    ║     5 ║ 1486.86     ║ 15.99    ║
    ║   755 ║ NaN         ║ NaN      ║
    ║   756 ║ NaN         ║ NaN      ║
    ║   757 ║ NaN         ║ NaN      ║
    ║   758 ║ NaN         ║ NaN      ║
    ║   759 ║ NaN         ║ NaN      ║
    ╚═══════╩═════════════╩══════════╝

---

因此，从输出来看，它没有将它们全部放在第1-12个月…

df.groupby（'month'，as\u index=False）。sum（）

？不起作用，但添加了上面的公式以使其更清晰。不，不要分配任何内容，只需

mf=df.groupby（'month'，as\u index=False）。sum（）

。得到了它，它解决了问题。分配就是把事情搞砸的原因。