Python 如何使用groupby和sum

我正在处理一个数据帧，在这个数据帧中我必须分组并求和。我阅读的方式是，我必须先分组，然后选择要求和的列。先使用groupby然后选择要求和的列，或者先选择要求和的列然后使用groupby，两者之间有什么区别吗

grouped_df = df.groupby('Manager')[['Transaction', 'Defects']].sum()

grouped_df = df[['Transaction','Defects']].groupby('Manager').sum()

上述代码是否相同或有时会产生不同的结果

grouped_df = df[['Transaction','Defects']].groupby('Manager').sum() 

将产生错误，因为数据帧df[['Transaction'，'Defects']中不包含'Manager'

第一行是正确的

就我个人而言，我更喜欢使用agg方法进行分组，您应该看看。您可以使用不同的聚合函数。例：

grouped_df = df.groupby('Manager').agg({'Transaction': 'sum','Defects': 'mean'})

---

第二行通常会产生错误，因为

'Manager'

不是

df[['Transaction'，'Defects']]

的一列。您创建了测试数据帧吗？在这种情况下，创建示例行并运行将非常有用。好的，谢谢。在我的例子中，这两种方法都没有产生任何错误，所以，我想我会在这里提问。我也相信第一种方法是正确的。如果我这样做，我想它也会起作用。分组的_df=df['Transaction'，'Defects']].groupby（df['Manager']）.sum（）