Python sum和groupby不适合我使用pandas

我有以下数据集：

我想使用pandas按

nombre

（名称）对列

cantidad

（金额）分组求和，因此我尝试了：

第一行很惊讶，因为“Ana”是一个常见的名称，所以我检查了：

---

好吧，那么。。。“Ana”的总数是434而不是1。发生了什么事？我做错了什么？

您需要

skipinitialspace=True

因为列

nombre

中的值后面有空格，所以

'Ana'

，

'Ana'

，

'Ana'

。。。是单独分组的：

historical_names = pd.read_csv('nombres-1920-1924.csv', skipinitialspace =True)
print (historical_names.head())

resume = historical_names.groupby('nombre')['cantidad'].sum()
print (resume['Ana'])
437

a = historical_names.loc[historical_names['nombre'] == 'Ana', 'cantidad']
print (a)
5        113
10340    138
18776      1
23114    183
26523      2
Name: cantidad, dtype: int64

a = historical_names.loc[historical_names['nombre'] == 'Ana', 'cantidad'].sum()
print (a)
437

---

---

---

真有趣。什么返回

resume=historical_names.groupby（'nombre'）['cantidad'].sum（）

？@jezrael，感谢您的关注。结果是一样的。你可以从@JohnGalt下载数据集，我将在回家后添加。我已经检查了数据类型，像往常一样快速地得到object（nombre）、np.int64（cantidad）和np.int64（anio）

我想出了历史名称。nombre=historical\u names.nombre.apply（lambda x:x.strip（））

你有什么见解可以分享一下这个

apply

和

.str.strip（）

的性能差异吗？@Uvar-处理

NaN

s-

str.strip（）

handle

NaN

s，但是

应用（lambda x:x.strip（））

不适用。

historical_names = pd.read_csv('nombres-1920-1924.csv')
print (historical_names.head())

historical_names['nombre'] = historical_names['nombre'].str.strip()
resume = historical_names.groupby('nombre')['cantidad'].sum()
print (resume['Ana'])
437

historical_names = pd.read_csv('nombres-1920-1924.csv')
print (historical_names.head())

resume = historical_names.groupby('nombre')['cantidad'].sum()
print (resume['Ana'])
434

a = historical_names.loc[historical_names['nombre'] == 'Ana', 'cantidad']
print (a)
5        113
10340    138
23114    183
Name: cantidad, dtype: int64

a = historical_names.loc[historical_names['nombre'] == 'Ana', 'cantidad'].sum()
print (a)
434